Probabilistic Graphical Models – NAIL104
Zoom: Thursday 12:20 https://cesnet.zoom.us/j/91680360444?pwd=QlhYVThUUWdTMnFPOExrallqSEJEUT09
Anotace:
Cílem kurzu je hlouběji seznámit studenty s pravděpodobnostními modely, předpokládá se znalost NAIL070 Umělé inteligence 2. Od bayesovských sítí a jejich rozšíření (DBN, OOBN) přejdeme přes rozhodovací grafy k částečně pozorovaným markovským rozhodovacím procesům (POMDP) a podmíněným náhodným polím. Kromě tvorby modelů a metod jejich výpočtu se dotkneme i aplikací.
Ukázku vyhodnocení rozhodovacího grafu (=influenčního diagramu) najdete vspreadsheetu. Další spreadsheety k prozkoumání: EM, tygr.
Definice bayesovské sítě, podmíněné nezávislosti, d-separace, vztah mezi tím, rozdíl mezi pozorováním a akcí=intervencí,"násobení" tabulek, marginalizace.
Rozhodovací grafy: definice RG=influenčího diagramu, použití na příkladu.
Markovské rozhodovací procesy – definice, výpočet optimální stragetie.
Částečně pozorovatelné markovské rozhodovací procesy – definice, příklad, idea výpočtu, jak vypadá optimální strategie (možná reprezentace).
Definice markovského náhodného pole a podmíněného náhodného pole, podobnost a rozdíl od jiných pravděpodobnostních modelů, příklad použití. Vysvětlení pojmů generativní a diskriminativní model, výhody jednoho a druhého.
Literatura
Finn V. Jensen, Thomas D. Nielsen: Bayesian Networks and Decision Graphs, Springer 2007
Leslie Pack Kaelbling, Michael L. Littman, and Anthony R. Cassandra. Planning and acting in partially observable stochastic domains. Artificial Intelligence, Volume 101, pp. 99-134, 1998 zde
Zákládní a obsáhlá reference na učení BN je David Heckermann: A Tutorial on Learning With Bayesian Networks, novinky jsou, ale princip zůstává.
Z mnoha nástrojů ukazuji Genie.
POMDPs: Klíčový článek (Cassandra &all), Anytime ... POMDPs .
Conditional random fields např. Sutton et all.
John Lafferty, Andrew McCallum, Rernando Pereira: Conditional random fields: Probabilistic models for segmenting and labeling sequence data, Morgan Kaufmann 2001, pp. 282—289