【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

展开全文
Top
微信扫码咨询专知VIP会员