スタンフォード大学無料オンライン教育

確率的グラフィカルモデル2:推論

説明

確率的グラフィカルモデル(PGM)は、複雑なドメインにわたる確率分布をエンコードするための豊富なフレームワークです。相互に作用する多数の確率変数に対する共同(多変量)分布です。 これらの表現は、確率論、グラフアルゴリズム、機械学習などの概念に依存して、統計学とコンピューターサイエンスの交差点にあります。 これらは、医療診断、画像理解、音声認識、自然言語処理など、さまざまなアプリケーションにおける最先端の方法の基礎となっています。 また、多くの機械学習の問題を定式化するための基本的なツールでもあります。

このコースは、XNUMXつのシーケンスのXNUMX番目です。 表現に焦点を当てた最初のコースに続いて、このコースでは、確率論的推論の問題に取り組みます。PGMを使用して質問に答えることができる方法です。 PGMは一般に非常に高い次元の分布を記述しますが、その構造は質問に効率的に答えられるように設計されています。 このコースでは、さまざまなタイプの推論タスクの正確なアルゴリズムと近似的なアルゴリズムの両方を紹介し、それぞれを最適に適用できる場所について説明します。 (強く推奨される)名誉トラックには、XNUMXつの実践的なプログラミング割り当てが含まれています。この割り当てでは、最も一般的に使用される正確なアルゴリズムと近似アルゴリズムの主要なルーチンが実装され、実際の問題に適用されます。

価格:無料で登録!

言語: 英語

字幕: 英語

確率的グラフィカルモデル2:推論 - スタンフォード大学