Probabilistische grafische Modelle (PGMs) sind ein reichhaltiger Rahmen für die Kodierung von Wahrscheinlichkeitsverteilungen in komplexen Bereichen: gemeinsame (multivariate) Verteilungen über eine große Anzahl von Zufallsvariablen, die miteinander interagieren. Diese Darstellungen befinden sich an der Schnittstelle zwischen Statistik und Informatik und stützen sich auf Konzepte aus der Wahrscheinlichkeitstheorie, Graphenalgorithmen, maschinelles Lernen und mehr. Sie bilden die Grundlage für die modernsten Methoden in einer Vielzahl von Anwendungen, wie z.B. der medizinischen Diagnose, dem Bildverständnis, der Spracherkennung, der Verarbeitung natürlicher Sprache und vielen, vielen mehr. Sie sind auch ein grundlegendes Werkzeug bei der Formulierung vieler Probleme des maschinellen Lernens.
Praktisches Lernprojekt
Durch verschiedene Vorlesungen, Quizfragen, Programmieraufgaben und Prüfungen werden die Lernenden in dieser Specialization die Grundlagen probabilistischer grafischer Modelle üben und beherrschen. Diese Spezialisierung besteht aus drei fünfwöchigen Kursen für insgesamt fünfzehn Wochen.