Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, весна 2023
Материал из MachineLearning.
Байесовский выбор моделей
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com)
- Первая часть курса, прочитанная осенью 2022 года
- Короткий адрес страницы https://bit.ly/3Yov6Dz
- Лекция 1 (Воспоминание): ЕМ-алгоритм.
- Лекция 1 (Воспоминание): Практика по EM-алгоритму.
- Лекция 2 (Воспоминание): Вариационный ЕМ-алгоритм.
- Лекция 2 (Воспоминание): Практика по вариационному EM-алгоритму.
- Лекция 3: Графические модели. Условная независимость переменных.
- Соревнование 1.
- Данные для соревнования 1.
- Лекция 4: Ориентированные и неориентированные графические модели и связь между ними.
- Лекция 5: Факторные графы и точный вывод в ациклических графических моделях.
- Лекция 6: Алгоритм Max-Sum и скрытые марковские модели.
- Лекция 7: Алгоритм Баума-Велча для оценки параметров скрытых марковских моделей.
- Лекция 7: Практика по алгоритму Баума-Велча.
- Лекция 8: Алгоритмы поиска минимального разреза в графах для вывода в графических моделях.
- Лекция 9: Алгоритм TRW для вывода в циклических графических моделях для общей энергии.
- Лекция 10: Оценивание гиперпараметров графических моделей.
- Соревнование 1 (Этап 2).
- Практическое задание 1.
- Экзаменационные билеты.
Дополнительные материалы
- См. последний слайд каждой лекции со списком литературы.
- David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
- Christopher Bishop, 2006, Pattern Recognition and Machine Learning
- David Barber, 2014, Bayesian Reasoning and Machine Learning
- Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
- Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective
- Wainwright, M. J., & Jordan, M. I., 2008, Graphical models, exponential families, and variational inference.