概率图lesson01.pdfVIP

概率图模型理论及应用 The theory of Probabilistic Graphical Model and Its Applications (32学时, 2学分) 欧智坚 清华大学电子工程系 Addr : 东主楼9-323 Tel: Email: ozj@ 1 课程内容简介 n 统计推理和学习 n 机器智能 n 处理不确定性(Uncertainty) n (概率)图模型 n 概率论与图论相结合的产物 n 为各种统计推理和学习提供了一个统一的灵活框架 n 统一了目前广泛应用的许多统计模型和方法 n 如: 多元高斯模型、主成分分析（PCA）、因子分析（FA）、 马尔可夫随机场（MRF）、隐马尔科夫模型（HMM ）、 Kalman滤波、以及Turbo-coding 等 2 课程内容简介(续) n 图模型基本理论 n 图论相关知识 n 有向图模型（贝叶斯网络） n 无向图模型（马尔可夫随机场） n 图模型的统计推理算法 n 图模型的学习算法（参数学习和结构学习） n 应用实例 n 语音识别 n 图像处理 n 计算机视觉 n 通信信道编码 3 考核方式 n 课后作业: 40% n 掌握基本概念和原理 n 大作业( 自行选题的project): 60% n 鼓励运用 n 提出自己想法，解决一个问题 n 实现别人的一个想法 n Tools available n Bayes Net Toolbox (BNT) for Matlab n /~murphyk/Software/BNT/ bnt.html n PNL (Probabilistic Network Library): A C++ version of BNT n http://sourceforge .net/projects/openpnl n … 4 参考书 n R. G. Cowell, A. P. Dawid, S. L. Lauritzen and D. J. Spiegelhalter. Probabilistic Networks and Expert Systems. Springer-Verlag. 1999. （TP182 FP96 ） n Probably the best book available, although the treatment is restricted to exact inference. n J. Pearl. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann. 1988. （TP18 FP35 ） n The book that got it all started! A very insightful book, still relevant today.