Probabilistisch Grafische Modellen: Redeneren en Inferentie

Het maken van onzekerheid in complexe systemen vereist meer dan eenvoudige statistieken; het vereist een gestructureerde manier om te redeneren over onderling verbonden variabelen.Deze cursus biedt een duidelijk pad om te begrijpen hoe u inferentie kunt uitvoeren - het proces van het beantwoorden van query's en het maken van voorspellingen - binnen het kader van Probabilistic Graphical Models (PGM's). Je transformeert je begrip van gegevens door te leren hoe je kansen kunt berekenen en de meest waarschijnlijke verklaringen kunt vinden in systemen waar veel variabelen op elkaar inwerken. Aan het einde van deze cursus kunt u de juiste inferentiestrategieën selecteren en toepassen om echte problemen op te lossen op gebieden die variëren van medische diagnose tot geautomatiseerde besluitvorming. Wat je leert: - Begrijp de kernprincipes van exacte inferentie in Bayesiaanse en Markov-netwerken - Pas variabele eliminatie en berichtdoorgevende algoritmen toe om marginale waarschijnlijkheden te berekenen - Oefen benaderingstechnieken zoals Markov Chain Monte Carlo (MCMC) voor hoogdimensionale gegevens - Verken variational inference als een moderne benadering voor het omgaan met complexe posterior distributies - Analyseer de rekenkundige afspraken tussen verschillende inferentiestrategieën - Verbind grafische modellen met moderne machine learning-concepten zoals latente variabelen en diepe generatieve modellen De cursus begint met fundamentele definities van inferentie taken en de wiskundige logica erachter, en gaat verder met gestructureerde schriftelijke uitleg van kernalgoritmen, van exacte berekeningsmethoden tot moderne benaderingstechnieken die vandaag de dag in de industrie worden gebruikt. Deze cursus is bedoeld voor beginners in probabilistische redenering die een basiskennis hebben van waarschijnlijkheid en de logica achter geautomatiseerde conclusie willen beheersen.Ervaring met grafische modellen is niet vereist. Leer hoe je met onzekerheid kunt redeneren door middel van gestructureerde probabilistische modellen.