- Sur www.coursera.org
Probabilistic Graphical Models 2: Inference
- À son rythme
- Accès libre
- Certificat payant
- 5 séquences
- Niveau Avancé
Détails du cours
Déroulé
- Week 1 - Inference Overview
This module provides a high-level overview of the main types of inference tasks typically encountered in graphical models: conditional probability queries, and finding the most likely assignment (MAP inference). - Week 1 - Variable Elimination
This module presents the simplest algorithm for exact inference in graphical models: variable elimination. We describe the algorithm, and analyze its complexity in terms of properties of the graph structure. - Week 2 - Belief Propagation Algorithms
This module describes an alternative view of exact inference in graphical models: that of message passing between clusters each of which encodes a factor over a subset of variables. This framework provides a basis for a variety of exact and approximate inferen... - Week 3 - MAP Algorithms
This module describes algorithms for finding the most likely assignment for a distribution encoded as a PGM (a task known as MAP inference). We describe message passing algorithms, which are very similar to the algorithms for computing conditional probabilitie... - Week 4 - Sampling Methods
In this module, we discuss a class of algorithms that uses random sampling to provide approximate answers to conditional probability queries. Most commonly used among these is the class of Markov Chain Monte Carlo (MCMC) algorithms, which includes the simple G... - Week 4 - Inference in Temporal Models
In this brief lesson, we discuss some of the complexities of applying some of the exact or approximate inference algorithms that we learned earlier in this course to dynamic Bayesian networks. - Week 5 - Inference Summary
This module summarizes some of the topics that we covered in this course and discusses tradeoffs between different algorithms. It also includes the course final exam.
Prérequis
Aucun.
Intervenants
Daphne Koller
Professor
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 3.8235 sur 5
(aucun avis)Ce contenu est noté 3.8235 sur 5
(aucun avis)Complétez cette ressource pour donner votre avis