概率圖模型理論及應用教學日歷_第1頁
概率圖模型理論及應用教學日歷_第2頁
概率圖模型理論及應用教學日歷_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、概率圖模型理論及應用(The Theory of Probabilistic Graphical Models and Its Applicatio ns )清華大學電子工程系歐智堅2004,9教學日歷上課時間：第四大節(jié)（15:2016:55）上課地點：六教6A403大節(jié)課次內(nèi)容（1）9月13日第一章引言統(tǒng)計推理和學習的概念（2）9月20日第二章圖模型圖論相關知識有向圖模型（貝葉斯網(wǎng)絡）（3）9月27日圖模型上條件獨立性（d-separatior， Bayes ball）無向圖模型（馬爾可夫隨機場）（4）10月4日國慶放假（5）10月11日在圖模型框架下介紹：多兀咼斯模型、主成分分析（PCA

2、）、混合分布（Mixtures）、（6）10月18日因子分析（FA）、隱馬爾科夫模型（HMM ）（7）10月25日第三章圖模型上的推理（Inference）圖論知識深入：簇（Cliques）、可分解圖（Decomposable graph），連接 樹（Junction tree），規(guī)范化（Moralization），三角化（Triangulation）等（8）11月1日圖論知識深入（續(xù)）（9）11月8日Junction Tree 算法（10）11月15日Junction Tree 算法(續(xù))（11）11月22日HMM的前向-后向算法、Viterbi算法（12）11月29日線性動態(tài)系統(tǒng)的Kalm

3、an濾波（13）12月6日第四章圖模型的參數(shù)學習（Parameter Learning）完整數(shù)據(jù)下的最大似然（ML ）參數(shù)估計不元整數(shù)據(jù)（In complete Data）下的ML參數(shù)估計（EM算法）完整數(shù)據(jù)下的貝葉斯學習不完整數(shù)據(jù)下的貝葉斯學習（14）12月13日第五早圖模型的結構學習（Structure Learning ）模型選取準則，包括最小描述長度（Minimum Description Length ,MDL ），貝葉斯信息準則（Bayesian In formation Criterion , BIC ） 等 結構 EM 算法（Structural EM）結構的貝葉斯學習（15）12月20日第六章圖模型的應用選講圖模型在語音識別應用中的實例圖模型在圖像處理應用中的實例（16）12月

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論