||
(全部三次报告的PPT现已提供下载,请见附件链接)
模式识别系列讲座
Lecture Series in Pattern Recognition
题 目(TITLE):概率图模型:表示、推断与学习
讲 座 人(SPEAKER): 王立威 教授;北京大学信息学院
主 持 人 (CHAIR):宗成庆研究员
时 间 (TIME):2012年11月21日下午3:00-5:00
地 点 (VENUE):十三层第二会议室(中国科学院自动化研究所 模式识别国家重点实验室)
报告摘要(ABSTRACT):
我们通过介绍机器学习的基本思想引入概率图模型。首先描述为何概率图模型适于表示机器学习问题,以及概率图模型的表示能力,包括有向图Bayes网和无向图Markov网。接下来我们转入如何利用概率图模型进行推断。报告将深入浅出地介绍概率图模型常用推断算法,包括著名的belief propagation算法,马尔科夫链蒙特卡罗(MCMC)方法等。同时,我们还将简要指出概率图模型推断的本质困难性以及近似的必要性。最后,介绍如何从数据中学习概率图模型。
本报告分三讲,前两次分别为11月21日下午3:00-5:00,11月28日下午3:00-5:00。第三次安排在12月份,具体时间和地点另行通知。
报告人简介(BIOGRAPHY):
王立威,北京大学信息学院智能科学系 教授。分别于1999年、2002年于清华大学电子工程系获本科和硕士学位。2005年于北京大学数学学院获博士学位。自2005年起在北京大学信息学院任教。他的主要研究兴趣为机器学习理论与算法,对boosting、主动学习等开展了深入研究。在机器学习顶级会议NIPS, COLT, ICML和顶级期刊JMLR, IEEE Trans. PAMI发表论文多篇。2010年入选AI’s 10 to Watch。
相关PPT下载详见 “视觉计算研究论坛”「SIGVC BBS」:http://www.sigvc.org/bbs/thread-251-1-1.html
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 11:08
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社