Y-sektionens studienämnd är ansvariga för att informationen på guiden är aktuell. Om du hittar någonting som inte stämmer kan du mejla SNY.

Budgetår


Institution

MAI

Examinator

Torkel Erhardsson

Schemablock

Heltermin

HT1: block 4
HT2: block 4

Huvudområden

Matematik
Tillämpad matematik

Nivå

A1N

Tidsfördelning

6,0HP
Schemalagd tid: 48 timmar
Självstudietid: 112 timmar

SNY har ordet

Kursen är ny år 2023 och ersätter TAMS22. Huvudfokus ligger på hur grafer kan användas för att representera stokastiska beroenden, och hur man kan räkna på mer komplicerade sådana än vad grundkursen tog upp.

Innehåll

  • Osäkerhet och det Bayesianska paradigmet, multinomial sampling och Dirichlet-fördelningen.
  • Betingat oberoende och d-separation, Bayesianska nätverk.
  • Hårda, mjuka och virtuella bevis, Jeffreys och Pearls metoder för uppdatering
  • Sönderläggningsbara grafer, Markov-ekvivalens, den väsentliga grafen och kedjegrafer.
  • Inlärning av betingade sannolikhetspotentialer.
  • Inlärning av grafstrukturen.
  • Grafiska modeller och exponentiella familjer, betingade normalfördelningar.
  • Kausalitet och Pearls interventionskalkyl.
  • Korsningsträd och meddelandealgoritmer för sannolikhetsuppdateringar.
  • Faktorgrafer och summa-produktalgoritmen.

 

Mål

Kursen diskuterar grafiska modeller och algoritmer för uppdatering av sannolikhetsfördelningar. Studenten ska få grundläggande kunskaper om teori för och tekniska tillämpningar av Bayesianska nätverk. Efter avslutad kurs skall studenten ha:

  • fått kännedom om det Bayesianska paradigmet.
  • sett definitionen av Bayesianskt nätverk.
  • sett några tekniska tillämpningar av Bayesianska nätverk.
  • förstått olika grafiska representationer av betingat oberoende och hur de används för effektiv uppdatering.
  • lärt sig att konstruera ett korsningsträd och hur man förmedlar meddelanden i ett korsningsträd för att uppdatera sannolikhetsfördelningen över nätverket.
  • fått kännedom om Pearls interventionskalkyl.

 

Examinationsmoment

LAB1 - 1,0 HP
Obligatoriska inlämningsuppgifter (U, G)
TEN1 - 5,0 HP
Skriftlig tentamen (U, 3, 4, 5)

Organisation

Föreläsningar och lektioner (Datorlaboration som hemövningar)

Litteratur

Böcker

  • Koski, Timo, Noble, John M., (2009) Bayesian networks : an introduction Chichester, West Sussex, UK : John Wiley, 2009
    ISBN: 9780470743041, 0470743042

Relaterade profiler

Matematisk statistik och optimeringslära
MSO - MAI

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.