（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

转载本文请联系原作者获取授权，同时请注明本文来自吴怀宇科学网博客。
链接地址：https://wap.sciencenet.cn/blog-4099-651481.html

上一篇：末日随笔
下一篇：CV牛人牛事简介之一（转载）