我通过《人工智能：一种现代方法》一书自学人工智能。我刚刚完成了有关贝叶斯网络和概率的章节，我发现它们非常有趣。现在，我想实现不同的算法并在不同的案例和环境中测试它们。
花时间在这些技术上值得吗？
贝叶斯网络在 2018 年学习重要吗？
人工智能
贝叶斯网络
贝叶斯统计
2021-10-30 06:06:11
2个回答
*AI，一种现代方法，”被赋予这个标题，以打破以前狭隘的方法来复制人类思维的理想品质。
尽管贝叶斯网络需要一些资源密集型计算元素，但贝叶斯推理和概率的重要性仍然至关重要，因为一些最高科学思维需要掌握它们。此外，未来几十年可能会出现在硅芯片（或可能是纳米石墨烯）中开发在大规模并行架构中执行基本概率计算的机器。使用视频 DSP 电路来实现人工神经网络是这种发展的一个显着原因。
我不会忽视你刚刚读到的技术。如果你的意图是利用最近的热潮，你可能会进入追逐每一个潮流的追随者之河，实施许多其他人稍后将重写的系统，并拥有一个毫无意义但有利可图的职业。我建议您遵循您的好奇心。
贝叶斯网络的章节是：
- 量化不确定性
- 概率推理
- 动态贝叶斯
不要忘记：
- 朴素贝叶斯、隐变量、马尔可夫
也许有帮助：
. 我们正朝着正确的方向前进吗？... 第 1049 页
如果您发现它们很有趣，请投入更多时间。您可能会改进它们并开辟新的科学领域。
最近的趋势是深度卷积神经网络（例如：AlphaGo）