最近對於Markov Random Field等Graph Model有點興趣，想系統學習一下這方面的知識。但是發現網上搜索的很多論文都是比較深入，不知道從何下手。下面是我收集到的一些不錯的資料。

1. 首先是video lecture上的Prof. Charles Elkan在CIKM08 tutorial (http://videolectures.net/cikm08_elkan_llmacrf)的video。他從最最最基本的probability, maximum likelihood開始講，十分清晰。這應該是作為第一個入門的學習資料，不過他這個talk裡面居然只有4個聽眾。。。同時，這位prof把關於這個talk的note也放在了網上(http://cseweb.ucsd.edu/~elkan/250B/cikmtutorial.pdf)。

2. 接下來可以看一些conditional random field在image和language方面的應用。這篇文章(http://www.whatdafact.com/kittipat/?p=476)裡面介紹了兩篇citation很高的paper。同時，它也把Prof. Chales Elkan在CIKM08上的video lecture放在了首位。還有一篇比較通俗全面的intro在這裡(http://www.inference.phy.cam.ac.uk/hmw26/papers/crf_intro.pdf)。注意，這裡說的通俗，也是指你看完了1之後。如果你不熟悉log-linear model去看這篇intro，還是很難懂的。

3. 關於Markov Random Field以及Statistical Graph Model的課程材料，同學推薦我看看他們在哥大的Machine Learning的教案(http://www.cs.columbia.edu/~jebara/4771/handouts.html)。這個課程在網上也有video。