Předmět Structured Model Learning (XEP33SML)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu XEP33SML - Structured Model Learning, Fakulta elektrotechnická, České vysoké učení technické v Praze (ČVUT).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Cíl
This advanced machine learning course covers learning and parameter estimation for structured models.It aims to communicate knowledge on theory and algorithms for the two currently most succesfull branches of structured model learning - statistical learning and structured output learning.
Literatura
1. B. Taskar, C. Guestrin, and D. Koller. Maximum-margin markov networks. In Advances in Neural Information Processing Systems. MIT Press, Cambridge, MA, 2004.2. I. Tsochantaridis, T. Joachims, T. Hofmann, and Y. Altun. Large margin methods for structured and interdependent output variables. Journal of Machine Learning Research, 6:1453-1484, Sep. 2005.3. V. Franc and B. Savchynskyy. Discriminative learning of max-sum classifiers. Journal of Machine LearningResearch, 9(1):67-104, January 2008. ISSN 1532-4435.4. M.I. Schlesinger and V. Hlaváč. Ten Lectures on Statistical and Structural Pattern Recognition. Kluwer Academic Publishers, 2002.5. M.J. Wainwright and M.I. Jordan. New Directions in Statistical Signal Processing: From Systems to Brains, chapter A Variational Principle for Graphical Models. MIT Press, 2007.6. M.J. Wainwright and M.I. Jordan. Graphical Models, Exponential Families, and Variational Inference. Foundations and Trends in Machine Learning, 1(1-2):1-305, 2008.
Garant
Václav Hlaváč
Vyučující
Vojtěch Franc, Boris Flach