【UAI2019】可跟踪概率模型，209页最新教程带你快速了解最新研究进展

【导读】最近，人工智能不确定性会议（Conference on Uncertainty in Artificial Intelligence）在以色列特拉维夫召开，吸引了大量学者的关注。本文为大家带来了来自UCLA的可跟踪概率模型的最新教程，详情编译如下。

介绍：

贝叶斯网络、马尔可夫随机场以及变分自编码器均属于生成式模型，近年来，由于其巨大的应用价值而得到广泛关注。但是，此类模型对于那些需要精确推理能力的任务，很难从数据中学习到精确推理模式，使得模型往往束手无策。于此同时，可跟踪模型（Tractable Probabilistic Model，TPM）可以保证查询任务（任意边缘、条件和MAP查询）中，精确推断的有效性。

本教程将介绍大量TPM相关文献，从混合模型与树模型开始，一直到最近的标识模型。同时，我们将着重介绍概率推理及学习过程，全面回顾了各类可跟踪概率模型，深入讨论这些模型为了做到可跟踪性，所做出的权衡。

另外，我们将剖析当前最佳的TPM模型实践，仔细分析模型优劣。最后，教程将展示如何在统一框架下理解这些模型，以及介绍这些主要的算法案例。

原文链接：

http://auai.org/uai2019/tutorials.php

内容概览：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“UAI2019TPM” 就可以获取完整版PPT下载链接~

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程