SEDS 533
Olasılıksal Çıkarsama
Akıllı bilgisayar etmenlerinin karmaşık, belirsizlik içeren ve dinamik ortamlarda hedeflerine yönelik davranışları göstermeleri beklenmektedir. Bu bağlamda, karmaşık problemlere atanan etmenlerin belirsizlik altında karar verebilme yetisine sahip olmaları gerekmektedir. Etmenin doğru kararları verebilmesi için bulunduğu ortam hakkında sahip olduğu bilginin yanında ortam üzerinde değişikliğe neden olabilecek hareketlerinin, hedeflerinin ve tercihlerinin iyi tanımlanmış olması gerekmektedir. Bu ders kapsamında belirsizliğin modellenmesi ve belirsizlik altında karar verme sürecinde karşılaşılan sorunlarda kullanılabilecek olasılıksal çıkarsamaya dayalı çözüm yaklaşımları tartışılmaktadır.
Hafta | Konu |
---|---|
1 | Giriş |
2 | Olasılıkta çizgesel modeller |
3 | Belirsizliklerin olduğu bir ortamda bilginin temsil edilmesi |
4 | Bayes çıkarsaması |
5 | Bayes ağlarında çıkarsama |
6 | Vize |
7 | Bayes ağlarında öğrenme |
8 | Bilgi Mühendisliği |
9 | Bayes ağlarında çeşitli uygulamalar |
10 | Zaman bazlı modeller |
11 | Dinamik Bayes Ağlarında Çıkarsama |
12 | Markov Karar Verme Süreçleri |
13 | Kısmen gözlemlenebilen Markov karar verme süreçleri |
14 | Proje Sunumları |