Předmět Pravděpodobnostní grafické modely (NAIL104)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NAIL104 - Pravděpodobnostní grafické modely, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze (UK).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Cíl
Cílem předmětu je seznámit studenty s pravděpodobnostními grafickými modely, algoritmy jejich vyhodnocení a možnými aplikacemi.
Sylabus
1) Osvěžení znalostí z UI2: Kauzální a bayesovské sítě, rozhodovací grafy,2) pokročilejší metody vyhodnocení: d-separace, strom spojení, posílání zpráv,3) dynamické bayesovské sítě (DBN), objektově orientované bayesovské sítě (OOBN),4) částečně pozorovatelné markovské procesy (POMDP),5) markovská pole, podmíněná markovská pole,6) učení bayesovských sítí,7) příklady aplikací
Literatura
Finn V. Jensen, Thomas D. Nielsen: Bayesian Networks and Decision Graphs, Springer 2007 Leslie Pack Kaelbling, Michael L. Littman, and Anthony R. Cassandra. Planning and acting in partially observable stochastic domains. Artificial Intelligence, Volume 101, pp. 99-134, 1998 John Lafferty, Andrew McCallum, Rernando Pereira: Conditional random fields: Probabilistic models for segmenting and labeling sequence data, Morgan Kaufmann 2001, pp. 282-289 (dosažitelné po internetu)
Garant
Mgr. Marta Vomlelová, Ph.D.