┣━slxy005-深蓝学院概率图模型

机器学习的一个核心任务是从观测到的数据中挖掘隐含的知识,概率图模型巧妙地结合了图论和概率论的知识,通过构建一个图,用观测结点表示观测到的数据,用隐含结点表示潜在的知识,用边来描述知识与数据的相互关系,获得一个概率分布。在给定概率分布的基础上通过进行inference和learning两个任务来获取知识,对于描述复杂的实际问题、构建大型的人工智能系统意义重大。

深蓝学院-概率图模型

┣━02.资料
┣━01.PGM简介.pdf
┣━15.【代码】PGM近似推理.rar
┣━10.二值图切法.pdf
┣━13【课件】基于约束松弛和对偶分解的近似推理.pdf
┣━17.【课件】结构学习.pdf
┣━11.PGM_HW2.rar
┣━14.【课件】基于采样、图切法的近似推理.pdf
┣━09.信念传播算法.pdf
┣━02.PGM表示-概率论与图论基础知识.pdf
┣━04.PGM表示-马尔科夫随机场.pdf
┣━03.PGM表示-贝叶斯网络.pdf
┣━06.第二章小结和作业答案
┣━PGM_HW1.rar
┣━PGM表示-小结.pdf
┣━12.PGM近似推理4-1.pdf
┣━05.PGM表示-马尔科夫随机场_2.pdf
┣━18.【课件】概率图模型的应用.pdf
┣━19.PGM应用v5.pdf
┣━08.团树传播算法.pdf
┣━15.【课件】PGM近似推理作业.pdf
┣━16.【课件】参数学习.pdf
┣━07.推理问题分类及意义&变量消元法.pdf
┣━01.视频
┣━04.任务4:【视频】马尔科夫随机场_[2].mp4
┣━13.任务13:【视频】基于约束松弛和对偶分解的近似推理_[2].mp4
┣━01.任务1:【视频】PGM简介_[2].mp4
┣━03.任务3:【视频】贝叶斯网络_[2].mp4
┣━10.任务10:【视频】二值图切法_[2].mp4
┣━05.任务5:【视频】因子图_[2].mp4
┣━12.任务12:【视频】BP算法_[2].mp4
┣━14.任务14:【视频】基于采样的近似推理_[2].mp4
┣━09.任务9:【视频】信念传播算法_[2].mp4
┣━16.任务16:【视频】参数学习_[2].mp4
┣━18.任务18:【视频】概率图模型的应用_[2].mp4
┣━15.任务15:【视频】近似推理作业_[2].mp4
┣━17.任务17:【视频】结构学习_[2].mp4
┣━08.任务8:【视频】团树传播算法_[2].mp4
┣━11.任务11:【视频】精确推理作业_[2].mp4
┣━任务20:【视频】作业讲解_[2].mp4
┣━02.任务2:【视频】概率论与图论基础知识_[2].mp4
┣━14.1任务14:【视频】基于图切法的近似推理_[2].mp4
┣━07.任务7:【视频】推理问题分类及意义&变量消元法_[2].mp4
┣━19.任务19:【视频】概率图模型的应用2_[2].mp4

RIPRO主题是一个优秀的主题,极致后台体验,无插件,集成会员系统
叶子it资源网 » 深蓝学院-概率图模型

常见问题FAQ

免费下载或者VIP会员专享资源能否直接商用?
本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

发表回复

提供最优质的资源集合

立即查看 了解详情
开通VIP 享更多特权,建议使用QQ登录