• 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

  • 第2章: 概率图模型的表示
  • 第1节: 概率论与图论基础知识
  • 任务2-1: 【课件】概率论与图论基础知识.pdf
  • 任务2-2: 【视频】概率论与图论基础知识 33:27
  • 第2节: 贝叶斯网络
  • 任务3-1: 【课件】贝叶斯网络.pdf
  • 任务3-2: 【视频】贝叶斯网络 56:22
  • 第3节: 马尔科夫随机场
  • 任务4-1: 【课件】马尔科夫随机场.pdf
  • 任务4-2: 【视频】马尔科夫随机场 39:24
  • 第4节: 因子图
  • 任务5-1: 【课件】因子图.pdf
  • 任务5-2: 【视频】因子图 36:51
  • 第5节: 小结&作业
  • 任务6-1: 【课件】本章小结&作业.pdf
  • 任务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
  • 任务7-1: 【课件】推理问题分类及意义&变量消元法.pdf
  • 任务7-2: 【视频】推理问题分类及意义&变量消元法 71:51
  • 第2节: 团树传播算法
  • 任务8-1: 【课件】团树传播算法.pdf
  • 任务8-2: 【视频】团树传播算法 56:23
  • 第3节: 信念传播算法(BP算法)
  • 任务9-1: 【课件】信念传播算法.pdf
  • 任务9-2: 【视频】信念传播算法 45:43
  • 第4节: 二值图切法
  • 任务10-1: 【课件】二值图切法.pdf
  • 任务10-2: 【视频】二值图切法 36:40
  • 第5节: 作业
  • 任务11-1: 【代码】PGM_HW2.rar
  • 任务11-2: 【视频】精确推理作业 28:28
  • 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
  • 任务12-1: 【课件】BP算法
  • 任务12-2: 【视频】BP算法 60:10
  • 第2节: 基于约束松弛和对偶分解的近似推理
  • 任务13-1: 【课件】基于约束松弛和对偶分解的近似推理.pdf
  • 任务13-2: 【视频】基于约束松弛和对偶分解的近似推理 94:59
  • 第3节: 基于采样、图切法的近似推理
  • 任务14-1: 【课件】基于采样、图切法的近似推理.pdf
  • 任务14-2: 【视频】基于采样的近似推理 42:51
  • 任务14-3: 【视频】基于图切法的近似推理 37:20
  • 第4节: 作业
  • 任务15-1: 【课件】近似推理作业
  • 任务15-2: 【视频】近似推理作业 53:12
  • 任务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
  • 任务16-1: 【课件】参数学习.pdf
  • 任务16-2: 【视频】参数学习 40:25
  • 第2节: 结构学习
  • 任务17-1: 【课件】结构学习.pdf
  • 任务17-2: 【视频】结构学习 30:13
  • 第6章: 概率图模型的应用
  • 第1节: 概率图模型的应用一
  • 任务18-1: 【课件】概率图模型的应用.pdf
  • 任务18-2: 【视频】概率图模型的应用 49:41
  • 任务18-3: 【代码&数据】PGM-HW4.txt
  • 第2节: 概率图模型的应用二
  • 任务19-1: 【课件】概率图模型的应用2
  • 任务19-2: 【视频】概率图模型的应用2 60:24
  • 第7章: 作业解析及评分
  • 第1节: 作业解析
  • 任务20-1: 【参考】作业参考答案及代码
  • 任务20-2: 【视频】作业讲解 49:40
  • 第2节: 作业评分
  • 任务21: 【评分】作业评分汇总表.xlsx

相关推荐

机器学习 计算机视觉 深度学习 计算机视觉 进阶