Předmět Graphical Markov Models (XEP33GMM)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu XEP33GMM - Graphical Markov Models, Fakulta elektrotechnická, České vysoké učení technické v Praze (ČVUT).

Materiál	Typ	Datum	Počet stažení

Cíl

Course objectives:(1) To gain in depth understanding of the chain "model-problem-algorithm" in the context of probabilistic Markov models especially for inference and learning problems.(2) To enable students to adapt and apply the learned problem formulations and algorithms for different application context. (3) To provide a basic ability to recognize the applicability of the learned concepts for specific applications in artificial intelligence and machine learning.

Literatura

[1] Stan Y. Li; Markov Random Field Modeling in Image Analysis, Springer Verlag, 3. edition, 2009[2] Michail I. Schlesinger and Vaclav Hlavac; Ten Lectures on Statistical and Structural Pattern Recognition. Kluwer Academic Press, 2002[3] Daphne Koller, Nir Friedman, Probabilistic Graphical Models Principles and Techniques, MIT Press, 2009

Požadavky

Basics of probability theory, graphs and graph algorithms.

Garant

Boris Flach

Vyučující

Boris Flach