Raisonnement probabiliste dans le temps
Suivre un monde qui change pendant que vous l'observez à travers un capteur bruité : les deux hypothèses qui rendent le problème traitable, les récursions progressive et rétrograde qui répondent à toute requête sur le passé et le présent, et l'algorithme distinct qu'exige l'histoire la plus probable.
Connectez-vous pour passer les quiz, gagner des XP et débloquer les étapes en atteignant 90% de maîtrise.
Processus de Markov et modèles de capteur
25 min · 100 XPL'état face à l'évidence, l'hypothèse de Markov qui borne le passé, l'hypothèse de Markov sur les capteurs qui borne le présent, et la loi jointe que toutes deux factorisent.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
Filtrage, prédiction et lissage
30 min · 120 XPLa récursion progressive qui entretient une croyance sur le présent, ce qu'elle devient quand l'évidence s'arrête, et la passe rétrograde qui permet à une évidence tardive d'améliorer une estimation antérieure.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
La séquence la plus probable
30 min · 120 XPPourquoi l'histoire la plus probable n'est pas la suite des états individuellement les plus probables, et la récursion de Viterbi qui la trouve en remplaçant une somme par un maximum.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
État continu et filtre de Kalman
30 min · 120 XPLe même cycle de prédiction et de mise à jour quand l'état est un nombre réel : pourquoi les gaussiennes sont le cas particulier qui y reste stable, et ce que le gain met réellement en balance.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.