这部分讨论决策理论与 PGM 的关系，一个主要的思路就是将决策与 PGM 的 inference
完美的融合在一起。MEU为了引入决策理论中的 maximum expected utility
原则，我们先引入一些概念：lottery（彩票）是一个结果与概率的映射关系，用户对不同的 lottery ...
分类：
其他好文 时间：
2014-06-08 23:29:23
阅读次数：
433
这部分开始，我们将讨论 learning 相关的内容。PGM 为 frequentist 与
Bayesian 系的 model 提供了同一种语言，对前者来说 learning
就是确定一种对“未知但是却是常值”的参数的估计，使得某种“准则”得到满足；对后者来说参数不存在“估计”问题，参数由于成为了...
分类：
其他好文 时间：
2014-06-08 23:27:22
阅读次数：
293
在这个采访中，我们跟开源开发者Philipp
Crocoll讨论了关于Keepass2Android的相关话题。Keepass2Android不仅具有强大的密码存储的功能，还是在一个单独的安卓应用同时使用Java和C#的很好的案例。InfoQ：能否介绍一下Keepass2Android设计初衷是为了...
分类：
移动开发 时间：
2014-06-08 23:19:06
阅读次数：
352
MRF 笔记我们先讨论引入 MRF 的必要性。经典的例子就是四个 r.v.s
连成一个正方形的结构的时候，我们没法通过 BN 获得给定对角线两个 r.v.s 而剩下的条件独立（不都是 d-sep），反过来如果希望通过 MRF 刻画某些
BN 也是不可行的，经典的例子就是 inter-causal r...
分类：
其他好文 时间：
2014-06-08 23:03:47
阅读次数：
441
这里简要的讨论 hybrid network 与一些时序数据的分析。hybrid network
指网络中存在离散随机变量与连续随机变量，这种情况下一般非常麻烦，这主要是因为连续型随机变量需要使用某个参数族来进行刻画，某些情况下对应的 margin
却不属于给定的参数族。常用的处理手段是离散化，即将...
分类：
其他好文 时间：
2014-06-08 23:00:42
阅读次数：
265
前面结束了关于 learning 部分一些粗浅的讨论，我们大概明白了一些 learning 中
common sense/techniques。剩下的部分我们分为 causality 和 utility 两部分。Koller
的课程上面稍微涉及了一些后者的东西，不过觉得前者也挺有意思的，顺便了解一些...
分类：
其他好文 时间：
2014-06-08 22:59:36
阅读次数：
295
前面的近似策略是寻找了 energy functional 的近似，该近似导致了 LBP，这使得
message passing 的算法不变。近似使用 I-projection，尽管这个一般说来并不容易得到解，但是给出了 partition function
的下界。这部分我们讨论的第一个策略是尽量...
分类：
其他好文 时间：
2014-06-08 22:58:34
阅读次数：
286
这部分我们讨论结构学习，也就是 graph 的边我们并不清楚。很自然我们可以用 fully
observed 数据来做，但是也可能碰到有 missing data 的情况。一般来说前者是比较常见的。就方法而言，我们有 constraint-based
structure learning 与 sco...
分类：
其他好文 时间：
2014-06-08 22:57:33
阅读次数：
233
这部分讨论 inference 里面基本的问题，即计算 这类 query，这一般可以认为等价于计算
，因为我们只需要重新 normalize 一下关于 的分布就得到了需要的值，特别是像 MAP 这类 query（一般此时 是 的补集，可以理解成为取
只需要将这里一些 sum 换成 max ...
分类：
其他好文 时间：
2014-06-08 22:53:24
阅读次数：
326
这部分主要讨论了一些概念性的东西。一个是常用的 local probabilistic
models，一个是如何用 template-based representation。这部分主要是一些概念，特别是对 BN 在某些特殊场所下 d-sep
概念的推广。这里需要区分一点的是 context 与“给...
分类：
其他好文 时间：
2014-06-08 22:49:17
阅读次数：
424
