Vorlesung: Bayesian Networks - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Bayesian Networks
Veranstaltungsnummer	INF-0263
Semester	SS 2024
Aktuelle Anzahl der Teilnehmenden	14
Heimat-Einrichtung	Multimedia und maschinelles Sehen
Veranstaltungstyp	Vorlesung in der Kategorie Lehre
Erster Termin	Donnerstag, 25.04.2024 10:00 - 11:30, Ort: (1020N)
Veranstaltung findet online statt / hat Remote-Bestandteile	Ja
Hauptunterrichtssprache	deutsch

Lehrende

• Prof.Dr. Rainer Lienhart
• Robin Schön
• Daniel Kienzle
• Julian Lorenz

Räume und Zeiten

(1020N)

Donnerstag, 25.04.2024 10:00 - 11:30
Mittwoch, 08.05.2024 09:00 - 10:00
Mittwoch, 29.05.2024, Mittwoch, 12.06.2024 08:00 - 09:00
Freitag, 05.07.2024 10:00 - 11:00
Freitag, 19.07.2024 08:00 - 09:00

Studienbereiche

• Fakultät für Angewandte Informatik > Informatik

Modulzuordnungen

• Wirtschaftsinformatik Masterstudiengang Wirtschaftsinformatik (PO 2017), 15. Version (SS 2024) > Modulgruppe A: Fortgeschrittene quantitative Methoden in der Wirtschaftsinformatik > INF-0263 - Bayesian Networks (für M.Sc. Wirtschaftsinformatik) > Bayesian Networks (Vorlesung)

Kommentar/Beschreibung

Probability theory is a powerful tool for inferring the value of missing variables given a set of other variables. As the number of variables in a system increases, the joint probability distribution over these variables becomes overwhelmingly large. In this lecture we examine the implications of factoring one large joint probability distribution into a set of smaller conditional distributions by exploiting independencies between variables and study suitable algorithms for inference.