Probabilistic Graphical Models

Cours
en
Anglais
165 h
Ce contenu est noté 0 sur 5
Source
  • Sur www.coursera.org
Conditions
  • À son rythme
  • Accès libre
  • Certificat gratuit
Plus d'informations
  • 11 séquences
  • Niveau Introductif

Their employees are learning daily with Edflex

  • Safran
  • Air France
  • TotalEnergies
  • Generali
Découvrir Edflex

Détails du cours

Déroulé

Topics covered include:

  1. The Bayesian network and Markov network representation, including extensions for reasoning over domains that change over time and over domains with a variable number of entities
  2. Reasoning and inference methods, including exact inference (variable elimination, clique trees) and approximate inference (belief propagation message passing, Markov chain Monte Carlo methods)
  3. Learning parameters and structure in PGMs
  4. Using a PGM for decision making under uncertainty.

There will be short weekly review quizzes and programming assignments (Octave/Matlab) focusing on case studies and applications of PGMs to real-world problems:

  1. Credit Scoring and Factors
  2. Modeling Genetic Inheritance and Disease
  3. Markov Networks and Optical Character Recognition (OCR)
  4. Inference: Belief Propagation
  5. Markov Chain Monte Carlo and Image Segmentation
  6. Decision Theory: Arrhythmogenic Right Ventricular Dysplasia
  7. Conditional Random Field Learning for OCR
  8. Structure Learning for Identifying Skeleton Structure
  9. Human Action Recognition with Kinect

To prepare for the class in advance, you may consider reading through the following sections of the 

 by Daphne and Nir Friedman:

  1. Introduction and Overview. Chapters 1, 2.1.1 - 2.1.4, 4.2.1.
  2. Bayesian Network Fundamentals. Chapters 3.1 - 3.3.
  3. Markov Network Fundamentals. Chapters 4.1, 4.2.2, 4.3.1, 4.4, 4.6.1.
  4. Structured CPDs. Chapters 5.1 - 5.5.
  5. Template Models. Chapters 6.1 - 6.4.1.

These will be covered in the first two weeks of the online class.

The slides for the whole class can be found 

.

Prérequis

Aucun.

Intervenants

  • Daphne Koller - School of Engineering

Éditeur

La Leland Stanford Junior University, plus connue sous le nom d'université Stanford, est une université américaine privée, située dans la Silicon Valley au sud de San Francisco.

Sa devise est « Die Luft der Freiheit weht » qui signifie « Le vent de la liberté souffle ».

Arrivant parmi les premières universités au monde dans la plupart des classements internationaux, elle jouit d'un grand prestige.

Plateforme

Coursera est une entreprise numérique proposant des formations en ligne ouverte à tous fondée par les professeurs d'informatique Andrew Ng et Daphne Koller de l'université Stanford, située à Mountain View, Californie.

Ce qui la différencie le plus des autres plateformes MOOC, c'est qu'elle travaille qu'avec les meilleures universités et organisations mondiales et diffuse leurs contenus sur le web.

Ce contenu est noté 4.5 sur 5
(aucun avis)

What did you think of this course?

Complétez cette ressource pour donner votre avis