ベイズ推定とグラフィカルモデル まとめ

しばらく前に、Udemyというオンラインコースの一つである、ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1

https://www.udemy.com/computervision/

を視聴し大変良かったので紹介したいと思います。

機械学習をかじってみたけどベイズ推定とは何かよく分かっていない！、PRML（パターン認識と機械学習）が良いと聞いたけど難しすぎる！などという人には大変オススメです。この講座のおかげで自分もPRMLを読むのがだいぶ楽に感じました。

タイトルにはコンピュータビジョン基礎1とありますが、話題はコンピュータビジョンに限らずベイズ推定やグラフィカルモデルに関して広く扱われています。（例としてビジョンの話題はしばしば挙げられています）

下に詳しい内容を引用します。

Introduction and course guide はじめに

Introduction to probability 確率の入門

Common probability distribution 一般的な確率分布

Fitting probability models 確率分布のパラメータ推定

Normal distribution 正規分布

Learning and inference in computer vision 識別モデル・生成モデルによる学習と推論

Modeling complex densities

Regression models

Classification models

Graphical models

Models for chains and trees

Models for grids

Concluding summary

Bonus track おまけ

この講座は全て無料で視聴することができるのですが、それだけではなくこの講座の元となっている本である "Computer Vision: Models, Learning, and Inference"や、講座で使われているスライドもオンライン上で全て公開されています。

http://www.computervisionmodels.com/

Computer Vision: Models, Learning, and Inference

動画を視聴していてわからない部分は適宜こちらの本を参照すると良いです。

また、この講座では各セクションごとに問題がついており理解を確かめることができるのですが模範解答が公開されていません。そこで次の記事以降で簡単な解答を投稿したいと思います。答え合わせがしたい方はぜひ参考にしてください。