Modelos Gráficos
Probabilistas: Principios y Aplicaciones
Profesor:
Luis
Enrique Sucar
esucar (AT)
inaoep.mx
Descripción general:
Curso:
Objetivos
Programa
Bibliografía
Revistas
y Congresos
Políticas
Calendario:
Sesiones
de Clase
Notas
Sesion 1.1: Introducción [PP]
Sesion 1.2: Probabilidad [PP]
Sesion 2.1: Teoría de
Información [PP]
Sesion 2.2: Teoría de
Grafos [PP]
Sesion 3: Métodos básicos y clasificadores [PP]
Sesion 4: Modelos Ocultos de Markov [PP]
Sesion 5: Campos de Markov [PP]
Sesion 6: Redes bayesianas - representación [PP]
Sesion 7: Redes bayesianas - propagación (sencillas) [PP]
Sesion 8: Redes bayesianas -
propagación (multiconectadas) [PP]
Sesion 9: Redes bayesianas - aprendizaje [PP]
Sesion 10: Redes bayesianas - extensiones y aplicaciones [PP]
Sesion 11: Redes de decisión [PP]
Sesion 12: MDPs [PP]
Sesion 13: Lógica y Probabilidad
Actividades
Semana 1:
Semana 2:
Semana 3:
Semana 4:
Semana 5:
Semana 6:
Semana 7:
Herramientas
Referencias
Manejo de Incertidumbre en General
CM
MDP y POMDP
UAI
Ligas de interés
Software:
Asociaciones:
Congresos:
Redes Bayesianas:
Versión Previa
(ITESM 2005)
Notas Previas:
Sesion 1.1: Introduccion {PDF}
Sesion 1.2: Probabilidad {PDF}
Sesion 2.1: Teoria de
Informacion {PDF}
Sesion 2.2: Teoria de Grafos
{PDF}
Sesion 3: Metodos basicos y clasificadores {PDF}
Sesion 4: Modelos Ocultos de Markov {PDF}
Sesion 5: Campos de Markov {PDF}
Sesion 6: Redes bayesianas - representacion {PDF}
Sesion 7: Redes bayesianas - propagacion (sencillas) {PDF}
Sesion 8: Redes bayesianas -
propagacion (multiconectadas) {PDF}
Sesion 9: Redes bayesianas - aprendizaje {PDF}
Sesion 10: Redes bayesianas - extensiones y aplicaciones {PDF}
Sesion 11: Redes de decision {PP}
Sesion 12: MDPs {PP}
Sesion 13: Logica y Probabilidad {PP}