Stanford University การศึกษาออนไลน์ฟรี

แบบจำลองความน่าจะเป็นแบบกราฟิกที่ 2: การอนุมาน

รายละเอียด

Probabilistic แบบกราฟิก (PGMs) เป็นกรอบการทำงานที่หลากหลายสำหรับการเข้ารหัสการแจกแจงความน่าจะเป็นในโดเมนที่ซับซ้อน: การแจกแจงร่วม (หลายตัวแปร) ในการสุ่มตัวแปรจำนวนมากที่มีปฏิสัมพันธ์ซึ่งกันและกัน การเป็นตัวแทนเหล่านี้อยู่ที่จุดตัดของสถิติและวิทยาศาสตร์คอมพิวเตอร์อาศัยแนวคิดจากทฤษฎีความน่าจะเป็น, อัลกอริทึมกราฟ, การเรียนรู้ของเครื่องและอื่น ๆ เป็นพื้นฐานสำหรับวิธีการอันทันสมัยในการใช้งานที่หลากหลายเช่นการวินิจฉัยทางการแพทย์การทำความเข้าใจภาพการรู้จำเสียงการประมวลผลภาษาธรรมชาติและอื่น ๆ อีกมากมาย พวกเขายังเป็นเครื่องมือพื้นฐานในการกำหนดปัญหาการเรียนรู้ของเครื่องจำนวนมาก

หลักสูตรนี้เป็นที่สองในลำดับที่สาม ตามหลักสูตรแรกซึ่งมุ่งเน้นไปที่การเป็นตัวแทนหลักสูตรนี้จะตอบคำถามของการอนุมานความน่าจะเป็น: วิธีที่ PGM สามารถใช้เพื่อตอบคำถามได้อย่างไร แม้ว่าโดยทั่วไปแล้ว PGM จะอธิบายถึงการกระจายมิติที่สูงมาก แต่โครงสร้างของมันถูกออกแบบมาเพื่อให้ตอบคำถามได้อย่างมีประสิทธิภาพ หลักสูตรนำเสนอทั้งอัลกอริทึมที่แน่นอนและโดยประมาณสำหรับงานอนุมานประเภทต่างๆและอภิปรายว่าแต่ละอันสามารถนำไปใช้ได้ดีที่สุด แทร็กเกียรตินิยม (แนะนำอย่างยิ่ง) ประกอบด้วยการมอบหมายการเขียนโปรแกรมแบบสองทางซึ่งในขั้นตอนการทำงานหลักของอัลกอริทึมที่แน่นอนและโดยประมาณที่ใช้กันมากที่สุดจะถูกนำไปใช้และนำไปใช้กับปัญหาโลกแห่งความจริง

ราคา: ลงทะเบียนฟรี!

ÀÒÉÒ: ภาษาอังกฤษ

คำบรรยาย: ภาษาอังกฤษ

แบบจำลองความน่าจะเป็นแบบกราฟิกที่ 2: การอนุมาน - มหาวิทยาลัยสแตนฟอร์ด