Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Udemy

ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1

via Udemy

Overview

Learn essence of "Computer Vision: Models, Learning, and Inference"

What you'll learn:
  • 確率変数,同時確率,条件付き確率,周辺化,ベイズの定理を説明できる
  • ベルヌーイ分布,ベータ分布,ディリクレ分布,正規分布,逆ガンマ分布,逆ウィシャート分布,それらの共役関係を説明できる
  • 正規分布やカテゴリ型分布などのパラメータを,最尤推定,事後確率最大推定,ベイズ推定で求められる
  • 正規分布の性質(共分散,共分散の分解,変数の線形変換,周辺分布,条件付き分布)を説明できる
  • 識別モデルと生成モデルにおける回帰と識別(線形回帰・ロジスティック回帰)と,その応用例を理解できる
  • 複雑な確率分布を,潜在変数を用いた混合分布で表現する方法(EMアルゴリズム,混合正規分布,robust t-distribution, factor analysis)を理解できる
  • 回帰モデル(線形回帰,ベイズ線形回帰,非線形回帰,カーネル回帰,Gaussian process regression,Relevance vector regression)を理解できる
  • 識別モデル(ロジスティック回帰,ベイズ・非線形・双対・カーネルロジスティック回帰,Relevance vector machine, ブースティング,Random trees/forests/ferns)を理解できる
  • グラフィカルモデルと,そこにおける変数の条件付き独立を説明できるようになる
  • chain型(HMM)とtree型のグラフィカルモデルにおけるMAP推定と周辺分布最大推定を理解できる
  • 動的計画法(DP),forward-backwardアルゴリズム,確率伝播(belief propagation, BP)アルゴリズム,和積(sum-product)アルゴリズムを理解できる
  • grid型のグラフィカルモデル(MRF)におけるMAP推定をグラフカットを用いて解く方法を理解できる
  • max flow / min cutとMRFの関係を説明できる
  • 2値・多値のMRFのための適切なグラフカットを説明できる
  • MRFにおける列モジュラ性の重要性を理解できる
  • コンピュータビジョンにおける統計的機械学習の応用を理解できる

このオンラインレクチャーでは,確率的な手法を用いるパターン認識や機械学習の基礎を学ぶことができます.資料は,"Computer vision: models, learning and inference"の著者Simon Princeがwebで公開しているスライドを用いていますが,話題はコンピュータビジョンに限らず,確率モデルや最尤推定,ベイズ推定を扱っています.

スライドを動画で説明した後,復習クイズを出題しています.ぜひ挑戦してください(iPad/Androidアプリ版ではクイズが表示されないようですので,webで見てください).

このオンラインレクチャーでは,書籍のPartIII(Chapter 12)までの統計的機械学習の基礎を扱います.(Chapter 13以降の画像を扱う話題は別途作成予定)

Computer vision: models, learning and inference

The slide is copyrighted by Simon J. D. Prince, the author of the book "Computer vision: models, learning and inference", and is available at the book website.

The use of the slide for this online lecture is approved by Simon J. D. Prince and recognized by a contact person of the book publisher. The lecturer thanks them for their kind agreement.


Taught by

Toru Tamaki

Reviews

Start your review of ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.