Modelos probabilísticos baseados em grafos são amplamente utilizados na resolução de problemas em inteligência artificial, robótica e aprendizado de máquina. Esses modelos combinam noções da teoria das probabilidades e da teoria dos grafos de forma a permitir a representação e manipulação eficiente de conhecimento incerto sobre quantidades e suas interdependências. Este curso pretende-se a cobrir os principais formalismos e as principais técnicas computacionais usadas para obter modelos a partir de conjunto de dados, realizar predições e tomar decisões de maneira computacionalmente eficiente.
Programa:
1. Fundamentos da teoria das probabilidades e teoria dos grafos
2. Redes bayesianas e modelos correlatos
3. Inferência exata e aproximada
4. Aprendizado de parâmetros de redes bayesianas
5. Aprendizado de estruturas de redes bayesianas
6. Classificadores baseados em redes bayesianas
7. Aprendizado profundo
- Professor: Denis Mauá