Bỏ qua tới nội dung chính

Mô hình đồ thị xác suất

Probabilistic Graphical Models

Mô hình đồ họa xác suất: biểu diễn mối quan hệ phụ thuộc giữa các biến ngẫu nhiên bằng đồ thị.

3 khóa học đề xuất3 học liệu (3 sách)

Hướng dẫn học chủ đề

Nâng caokhoảng 46 giờ6 bước
  • Phân biệt mô hình đồ họa có hướng (mạng Bayes) và vô hướng (mạng Markov)
  • Biểu diễn một phân phối xác suất nhiều biến bằng cấu trúc đồ thị và các yếu tố (factor)
  • Cài đặt suy luận chính xác bằng thuật toán loại biến (variable elimination) trên mạng nhỏ

Giáo trình: Probabilistic Graphical Models: Principles and Techniques +2 sách khác

Đọc hướng dẫn đầy đủ
Thuộc nhóm Trí tuệ nhân tạo · Artificial Intelligence10 chủ đề · khoảng 421 giờTrí tuệ nhân tạo và học máy: từ tìm kiếm, suy luận xác suất tới học sâu, học tăng cường, xử lý ngôn ngữ, thị giác máy tính và robot.Xem nhóm
Chọn nguồn tự học

Cần nền tảng xác suất thống kê và lý thuyết đồ thị vững trước khi học.

Khóa học đề xuất

Khóa trên OpenER và khóa mở của các trường, tuyển chọn cho chủ đề này.

Xem tất cả (3)

CMU · 10-708 · Xuân 2020

Probabilistic Graphical Models (mở trong tab mới)

Mô hình đồ họa xác suất

Eric P. Xing

Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhBản quyền

Khóa sau đại học của CMU do Eric Xing giảng: mạng Bayes, trường ngẫu nhiên Markov, suy luận chính xác và lan truyền niềm tin, ước lượng tham số và EM, HMM và CRF, suy luận biến phân và lấy mẫu MCMC. Bài đọc theo sách Koller và Friedman.

Vì sao chọn: Khóa PGM đầy đủ nhất còn mở: bài đọc theo sách Koller và Friedman, video từng buổi, ghi chú scribe và bài tập, đi từ biểu diễn tới suy luận và học.

  • Chuyên sâu

  • Stanford

    Probabilistic Graphical Models Specialization (mở trong tab mới)

    Chuỗi khóa Mô hình đồ họa xác suất

    Daphne Koller

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Nâng caoCần tài khoản miễn phí

    Vì sao chọn: Do chính Daphne Koller, tác giả sách giáo khoa của chủ đề, giảng; cần tài khoản Coursera để xem video và làm bài.

    • Kinh điển

  • MIT · 6.438 · Thu 2014

    Algorithms for Inference (mở trong tab mới)

    Thuật toán suy luận

    Devavrat Shah

    Nâng caoChỉ tài liệuLiên kết ngoàiCấp độ: Nâng cao

    Vì sao chọn: Đi sâu vào thuật toán suy luận trên đồ thị với ghi chú bài giảng chặt chẽ, bài tập và đề thi của MIT.

    • Chuyên sâu

Chủ đề này còn ít nội dung

Xem thêm các chủ đề cùng nhóm Trí tuệ nhân tạo, hoặc tìm trên toàn trang.