Vorlesung: Bayesian Networks - Details

Vorlesung: Bayesian Networks - Details

Allgemeine Informationen

Veranstaltungsname Vorlesung: Bayesian Networks
Veranstaltungsnummer INF-0088, INF-0263
Semester SS 2023
Aktuelle Anzahl der Teilnehmenden 48
Heimateinrichtung Multimedia und maschinelles Sehen
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Erster Termin Dienstag, 18.04.23, 12:15 - 13:45 Uhr 1058 N
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache deutsch

Räume und Zeiten

1058 N, Nur Online Video "BN_7_Approximate_Inference.mp4"; keine physische Vorlesung

  • Dienstag, 12:15 - 13:45, Wöchentlich (ab dem 18.04.23)

Modulzuordnungen

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.