2-AIN-238: Grafové modely v strojovom učení Leto 2019 Prednášky a materiály

Na tejto stránke nájdete orientačný rozvrh semestra. Tento rozvrh bude aktualizovaný vždy po skončení príslušného týždňa prednášok. Poznámky z prednášok a ďalšie rozširujúce materiály budú pribúdať taktiež po skončení príslušných prednášok, môže to však v niektorých prípadoch trvať dlhšie.

Literatúra:

• KF: Koller, Friedman: Probabilistic Graphical Models, Principles and Techniques, MIT Press 2009
  Prezenčná výpožička v študovni FMFI UK, signatúra I-INF-K-49
  http://pgm.stanford.edu/
• J: Michael Jordan: An Introduction to Graphical Models.
  https://people.eecs.berkeley.edu/~jordan/prelims/
• DEKM: Durbin, Eddy, Krogh, Mitchison: Biological sequence analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press 1998.
  Prezenčná výpožička v študovni FMFI UK, signatúra I-INF-D-21
  http://eddylab.org/cupbook.html

Týždeň 18.-22.2.2019

Úvodné stretnutie a podmienky absolvovania predmetu

Týždeň 25.2.-1.3.2019
Skryté Markovove modely (HMM). Viterbiho algoritmus. Šetrenie pamäte. Ďalšie metódy dekódovania: Forward-Backward algoritmus, aposteriórne dekódovanie, vzorkovanie z aposteriórnej distribúcie Literatúra: DEKM:3.1-3.2
Prezentácie:	Ďalšie materiály:
Viterbiho algoritmus: [ PDF, 172 Kb ]	on-line Viterbi: [ linka ]

Týždeň 4.-8.3.2019
Trénovanie HMM: počítanie frekvencií, Viterbiho trénovanie, Baum-Welchov algoritmus Generalizované HMM. Modelovanie distribúcií dĺžok. Najpravdepodobnejšie anotácie a problém viacerých ciest. Gain functions. Odporúčané aplikácie (samoštúdium): rozpoznávanie giest (Lee, Kim 1999), klasifikácia hudby (Chai, Vercoe 2001) Literatúra: DEKM: 3.3-3.7
Prezentácie:	Ďalšie materiály:
Generalizované HMM: [ PDF, 202 Kb ] Anotácie a viacero ciest: [ PDF, 150 Kb ]	varianty HMM s biologickými aplikáciami: [ linka ] gain functions: [ linka ] rozpoznávanie giest: [ PDF, 1486 Kb ] klasifikácia hudby: [ PDF, 48 Kb ]

Týždeň 11.-15.3.2019

Bayesovské siete. Podmienená nezávislosť. Algoritmus "Bayes Ball". Naivný Bayesovský klasifikátor. Inferencia v Bayesovských sieťach: Eliminačný algoritmus Literatúra: J:2.1 alebo KF:3; J:3 alebo KF:9

Týždeň 18.-22.3.2019
Modelovanie v Bayesovských sieťach (varianty Naivného Bayesovského klasifikátora, HMM ako Bayesovské siete a varianty, jednoduché aplikácie do počítačového videnia) Odporúčané čítanie (samoštúdium): zmena štýlu obrázku (Rosales 2003) Neorientované modely: Markovovské náhodné polia. Sum-product algoritmus. Junction trees (klikové stromy). Literatúra: J:2.2 alebo KF:4; J:4 alebo KF:10.1-10.2
Prezentácie:	Ďalšie materiály:
	zmena štýlu obrázku: [ PDF, 1051 Kb ]

Týždeň 25.-29.3.2019
Inferencia v klikových stromoch. Konštrukcia klikových stromov z Bayesovských sietí. Streda - rektorské voľno Samoštúdium: Približná inferencia (belief propagagation, loopy belief propagation - viď video) Literatúra: J:17 alebo KF:10.3-10.4; KF: 11.3
Prezentácie:	Ďalšie materiály:
junction trees (poznámky): [ PDF, 99 Kb ]	belief propagation (video): [ mp4, 13569 Kb ] belief propagation - praktické použitie (video): [ mp4, 9422 Kb ] loopy belief propagation: [ mp4, 13466 Kb ]

Týždeň 1.-5.4.2019

Utorok - prednáška odpadne Trénovanie: EM algoritmus Literatúra: J:11 alebo KF:19.2

Týždeň 8.-12.4.2019
Trénovanie: EM algoritmus (pokr.) Aplikácie: Modelovanie vrstiev vo videu
Prezentácie:	Ďalšie materiály:
	Frey et al. 2003 CVPR: [ PDF, 2772 Kb ]

Týždeň 15.-19.4.2019
Aplikácie: Asistenčné technológie / POMDP
Prezentácie:	Ďalšie materiály:
	Hoye et al. 2010: [ PDF, 2469 Kb ] Partially observable MDP: [ linka ]

Týždeň 22.-26.4.2019

Utorok - dekanské voľno Viacrozmerné Gaussove distribúcie Literatúra: J:13 alebo KF:7

Týždeň 29.4.-3.5.2019
Vzorkovanie distribúcií Streda - štátny sviatok
Prezentácie:	Ďalšie materiály:
Jordan: Sampling Methods: [ PDF, 453 Kb ] [ Postscript, 939 Kb ]

Týždeň 6.-10.5.2019

Streda - štátny sviatok

Týždeň 13.-17.5.2019