【课程】《概率图模型：原理与应用》附slides，Luis Enrique Sucar 博士课程

课程介绍

涵盖了 PGM 的每个主要类别的基础知识，包括表示、推理和学习原则，并回顾了每种模型的实际应用。这些应用来自广泛的学科，突出了贝叶斯分类器、隐马尔可夫模型、贝叶斯网络、动态和时间贝叶斯网络、马尔可夫随机场、影响图和马尔可夫决策过程的许多用途。

教科书：LE Sucar，Probabilistic Graphical Models: Principles and Applications（概率图形模型：原理和应用），Springer 2015

讲师

Luis Enrique Sucar 博士是墨西哥普埃布拉国家天体物理、光学和电子研究所 (INAOE) 的高级研究科学家。

课程提纲

第 1 课 - 简介
第 2 课 - 概率
第 3 课 - 图
第 4 课 - 贝叶斯分类器
第 5 课 - 隐马尔可夫模型
第 6 课 - 马尔可夫随机场
第 7 课 - 贝叶斯网络：表示和推理
第 8 课 - 贝叶斯网络：学习
第 9 课 - 动态和时间贝叶斯网络
第 10 课 - 决策图
第 11 课 - 马尔可夫决策过程
第 12 课 - 关系概率图模型
第 13 课 - 因果图模型