• 学习时长

    八周/建议每周至少四小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

支持花呗分期

  • 第2章: 概率图模型的表示
  • 第1节: 概率论与图论基础知识
  • 2-1:【课件】概率论与图论基础知识.pdf
  • 2-2:【视频】概率论与图论基础知识
  • 第2节: 贝叶斯网络
  • 3-1:【课件】贝叶斯网络.pdf
  • 3-2:【视频】贝叶斯网络
  • 第3节: 马尔科夫随机场
  • 4-1:【课件】马尔科夫随机场.pdf
  • 4-2:【视频】马尔科夫随机场
  • 第4节: 因子图
  • 5-1:【课件】因子图.pdf
  • 5-2:【视频】因子图
  • 第5节: 小结&作业
  • 6-1:【课件】本章小结&作业.pdf
  • 6-2:【代码】PGM_HW1.rar
  • 第3章: 概率图模型的精确推理
  • 第1节: 推理问题分类及意义&变量消元法
  • 7-1:【课件】推理问题分类及意义&变量消元法.pdf
  • 7-2:【视频】推理问题分类及意义&变量消元法
  • 第2节: 团树传播算法
  • 8-1:【课件】团树传播算法.pdf
  • 8-2:【视频】团树传播算法
  • 第3节: 信念传播算法(BP算法)
  • 9-1:【课件】信念传播算法.pdf
  • 9-2:【视频】信念传播算法
  • 第4节: 二值图切法
  • 10-1:【课件】二值图切法.pdf
  • 10-2:【视频】二值图切法
  • 第5节: 作业
  • 11-1:【代码】PGM_HW2.rar
  • 11-2:【视频】精确推理作业
  • 第4章: 概率图模型的近似推理
  • 第1节: BP算法的能量最小化解释
  • 12-1:【课件】BP算法
  • 12-2:【视频】BP算法
  • 第2节: 基于约束松弛和对偶分解的近似推理
  • 13-1:【课件】基于约束松弛和对偶分解的近似推理.pdf
  • 13-2:【视频】基于约束松弛和对偶分解的近似推理
  • 第3节: 基于采样、图切法的近似推理
  • 14-1:【课件】基于采样、图切法的近似推理.pdf
  • 14-2:【视频】基于采样的近似推理
  • 14-3:【视频】基于图切法的近似推理
  • 第4节: 作业
  • 15-1:【课件】近似推理作业
  • 15-2:【视频】近似推理作业
  • 15-3:【代码】PGM近似推理.rar
  • 第5章: 概率图模型的学习
  • 第1节: 参数学习
  • 16-1:【课件】参数学习.pdf
  • 16-2:【视频】参数学习
  • 第2节: 结构学习
  • 17-1:【课件】结构学习.pdf
  • 17-2:【视频】结构学习
  • 第6章: 概率图模型的应用
  • 第1节: 概率图模型的应用一
  • 18-1:【课件】概率图模型的应用.pdf
  • 18-2:【视频】概率图模型的应用
  • 18-3:【代码&数据】PGM-HW4.txt
  • 第2节: 概率图模型的应用二
  • 19-1:【课件】概率图模型的应用2
  • 19-2:【视频】概率图模型的应用2
  • 第7章: 作业解析及评分
  • 第1节: 作业解析
  • 20-1:【参考】作业参考答案及代码
  • 20-2:【视频】作业讲解
  • 第2节: 作业评分
  • 21:【评分】作业评分汇总表.xlsx

相关推荐

机器学习 计算机视觉 进阶

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》