مقدمهای بر گرافهای دانش احتمالاتی: استنتاج هوش مصنوعی محور و کاربردهای دنیای واقعی
✅ سرفصل و جزئیات آموزش
گرافهای دانش احتمالاتی (PKG) در حال دگرگون کردن شیوه ساختاردهی و تحلیل داده در هوش مصنوعی و یادگیری ماشین هستند. در این دوره، مهندس هوش مصنوعی و نویسنده، Vaibhava Lakshmi Ravideshik، اصول گرافهای دانش را معرفی کرده و نشان میدهد که چگونه نظریه احتمال به مدیریت عدم قطعیت در داده کمک میکند.
از طریق مثالهای عملی، یاد بگیرید که چگونه PKGها را بسازید، استدلال احتمالاتی را یکپارچه کنید و تکنیکهای استنتاجی مانند زنجیره مارکوف مونت کارلو (MCMC) را به کار ببرید. کاربردهای دنیای واقعی در تصمیمگیری، ارزیابی ریسک و مدلسازی پیشبینیکننده را بررسی کرده و بینشی در مورد چالشهای مقیاسپذیری و روندهای نوظهوری که آینده PKGها را شکل میدهند، کسب کنید.
مقدمهای بر گرافهای دانش احتمالاتی: استنتاج هوش مصنوعی محور و کاربردهای دنیای واقعی
-
بررسی در دنیای گرافهای دانش احتمالاتی 0:00:43
-
گرافهای دانش (KG) چه هستند؟ 0:05:03
-
کامپوننت های اصلی یک گراف دانش 0:06:02
-
چرا گرافهای دانش برای هوش مصنوعی؟ 0:06:19
-
گراف دانش دنیای واقعی 1: گراف دانش گوگل 0:04:30
-
گراف دانش دنیای واقعی 2: DBpedia 0:06:19
-
پیادهسازی ساده گراف دانش - بخش اول 0:06:40
-
پیادهسازی ساده گراف دانش - بخش دوم 0:05:29
-
پیادهسازی گراف دانش مبتنی بر LLM - بخش اول 0:05:07
-
پیادهسازی گراف دانش مبتنی بر LLM - بخش دوم 0:05:58
-
خلاصه: مبانی گرافهای دانش 0:01:41
-
اصول نظریه احتمال 0:03:51
-
متغیرهای تصادفی و توزیعها 0:05:22
-
امید ریاضی و واریانس 0:04:47
-
احتمال شرطی و قضیه بیز 0:06:53
-
شبکههای بیزی 0:04:09
-
یالهای جهتدار و جریان تأثیر 0:04:20
-
مبانی مدلسازی احتمالاتی برای PKGها 0:04:19
-
ضرورت MCMC 0:06:29
-
MCMC و شهود 0:02:50
-
الگوریتم متروپلیس-هیستینگز 0:05:48
-
از نمونهگیری تا اطمینان 0:02:36
-
مونت کارلوی همیلتونی (HMC) 0:06:33
-
نمونهگیر بدون دور برگشت (NUTS) 0:05:33
-
مبانی برنامهنویسی Pyro - بخش اول 0:06:10
-
مبانی برنامهنویسی Pyro - بخش دوم 0:06:22
-
جمعبندی مفاهیم احتمالاتی برای گرافهای دانش 0:02:04
-
عدم قطعیت: دلیل ساختن PKGها 0:01:43
-
منابع عدم قطعیت 0:05:48
-
مثال: عدم قطعیت در یک گراف دانش پزشکی 0:07:15
-
خطرات نادیده گرفتن عدم قطعیت 0:03:57
-
اطمینان و منشأ 0:05:08
-
ساخت گرافهای دانش احتمالاتی - بخش اول 0:07:50
-
ساخت گرافهای دانش احتمالاتی - بخش دوم 0:03:28
-
جمعبندی درباره عدم قطعیت 0:00:57
-
طراحی اسکیمای گراف 0:06:38
-
نمونه الگوی هستیشناسی 0:04:40
-
داده ساختاریافته برای PKGها 0:03:32
-
منابع ساختاریافته معمول 0:04:26
-
محدودیتهای داده ساختاریافته 0:02:36
-
مثال دنیای واقعی: داده ساختاریافته 0:03:26
-
داده بدونساختار برای PKGها 0:04:13
-
محدودیتهای داده بدونساختار 0:03:46
-
مثال: متنکاوی ادبیات زیستپزشکی 0:04:42
-
جمعبندی انواع داده برای PKGها 0:01:12
-
پیشنمایش KGEها 0:06:06
-
PKG بیزی با استفاده از تعبیههای KG 0:12:41
-
استنتاج در PKG چیست؟ 0:05:33
-
رویکردهای استنتاج در PKGها 0:02:27
-
PSL 0:04:38
-
شبکههای منطقی مارکوف 0:06:16
-
مدلهای گرافیکی احتمالاتی 0:06:12
-
استدلال احتمالاتی مبتنی بر مسیر 0:06:00
-
استنتاج بیزی با استفاده از Pyro - بخش اول 0:05:21
-
استنتاج بیزی با استفاده از Pyro - بخش دوم 0:05:10
-
استنتاج بیزی با استفاده از Pyro - بخش سوم 0:04:59
-
PKGها به عنوان یک رویکرد فنی و فلسفی 0:02:01
-
GNNهای بیزی، بخش اول 0:04:23
-
GNNهای بیزی، بخش دوم 0:04:57
-
سیستمهای عصبنمادین - بخش اول 0:04:46
-
سیستمهای عصبنمادین - بخش دوم 0:01:54
-
عاملهای خودمختار 0:06:50
-
باورهای موجه به جای پاسخهای قطعی 0:02:29
مشخصات آموزش
مقدمهای بر گرافهای دانش احتمالاتی: استنتاج هوش مصنوعی محور و کاربردهای دنیای واقعی
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:مقدماتی
- تعداد درس:63
- مدت زمان :5:00:07
- حجم :597.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy