2017年数据与智能暑假讨论班第2讲.概率图和BP算法（Again）实验室同学、崇志宏东南大学计算机学院数据与智能实验室cse.seu.edu.cn/people/zhchong认知计算与数据处理：联结主义的套路
东南大学数据与智能实验室D&IntelLab
I.图概率模型II.图概率的BP算法III.图概率模型的训练提纲
东南大学数据与智能实验室D&IntelLab
?知识表示和推理的分离–不确定性知识表示和推理–表示的语义、推理的算法的独立?基本方法–用图结构化变量?好处–精简表示–算法和表示的分离图概率模型
东南大学数据与智能实验室D&IntelLab
图概率模型：独立/依赖关系的表示
东南大学数据与智能实验室D&IntelLab?
图概率模型：联合分布的分解
图概率模型：注意点！
东南大学数据与智能实验室D&IntelLab
I.图概率模型II.图概率的BP算法III.图概率模型的训练提纲
东南大学数据与智能实验室D&IntelLab
图概率推理算法：VE
图概率推理算法：VE
？
概率图操作：VE算法
VE和概率图操作
东南大学数据与智能实验室D&IntelLab
图概率推理：ClusterTree
图概率推理：CliqueTree
东南大学数据与智能实验室D&IntelLab
IntersectionProperty
图概率推理：CliqueTree
东南大学数据与智能实验室D&IntelLab
IntersectionProperty
图概率推理：消息传递
图概率推理：CliqueTree中的VE
图概率推理：异步消息传递
图概率推理：关键特性/
图概率模型的分解特性
I.图概率模型II.图概率的BP算法III.图概率模型的训练提纲
东南大学数据与智能实验室D&IntelLab
学习的基本假设和目标
东南大学数据与智能实验室D&IntelLab
推理和学习中的隐含变量
东南大学数据与智能实验室D&IntelLab
图概率学习：分解
东南大学数据与智能实验室D&IntelLab
图概率学习：例子
东南大学数据与智能实验室D&IntelLab=？
图概率学习：两变量例子
东南大学数据与智能实验室D&IntelLab？
图概率学习：一般化
图概率学习：推测
I.图概率模型II.图概率的BP算法III.图概率模型的训练提纲
东南大学数据与智能实验室D&IntelLab
|
|
