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
|
|