概率图模型

人工智能

coffe time

• 人工智能的新纪元
• 自然语言理解
• 智能机器人
• 上下文感知计算
• 视频自动识别
• 语音到语音的翻译

面向应用的机器学习 占据的份额较大

计算机视觉：eigenfaces(图像向量)
8维的向量80%的准确度表征人脸

Decorrelation:
if D=M
x~=G的转秩*x

X~x~的转秩=G的秩

概率图模型

Probabilistic Graphical model

提出的原因
有七个变量 x1,x2,x3,x4,x5,x6,x7有7个变量，有的有关系有的没关系，用公式表示并不直观，用图表示更直观。
x1,x2,x3 are dependent to each other

x4 depends on x1,x2,x3

x5 depends on x1,x3

x6 depends on x4

x7 depends on x4,x5

What’s the joint distribution?

p(x1)* p(x2)* p(x3)* p(x4|x1,x2,x3)* P(x5|x1,x3)* p(x6|x4)* p(x7|x4,x5)

三个方面的需要关心

·(1)问题表示

·（2）如何推理

·（3）参数的估计

贝叶斯网络