1
00:00:00,211 --> 00:00:04,140
Olá a todos e sejam bem-vindos
ao curso de "Probabilistic Graphical Models".

2
00:00:04,140 --> 00:00:07,647
Meu nome é Daphne Koller,
sou professora da Universidade de Stanford.

3
00:00:07,647 --> 00:00:09,618
Nós aqui em Stanford
estamos animados

4
00:00:09,618 --> 00:00:12,209
por oferecer este curso de
nível de pós-graduação da Stanford

5
00:00:12,209 --> 00:00:14,751
para qualquer pessoa, em
qualquer lugar do mundo, gratuitamente.

6
00:00:14,751 --> 00:00:18,481
Então, o que são "Probabilistic Graphical Models"?

7
00:00:18,481 --> 00:00:20,751
Bem, é um pouco complicado explicar,

8
00:00:20,751 --> 00:00:24,095
vamos falar disso em outro vídeo,

9
00:00:24,095 --> 00:00:26,192
e também em todo o curso.

10
00:00:26,192 --> 00:00:29,716
Neste vídeo, gostaria de falar
sobre o formato do curso.

11
00:00:29,716 --> 00:00:32,816
O curso vai ser oferecido em
mais de dez semanas de materiais

12
00:00:32,816 --> 00:00:34,794
além de um exame final no fim.

13
00:00:34,794 --> 00:00:39,066
O conteúdo vai ser passado
através de vídeos,

14
00:00:39,066 --> 00:00:42,317
complementado por "quizzes"
para reforçar o entendimento.

15
00:00:42,317 --> 00:00:45,496
Além disso, ele terá
"problem sets" semanais,

16
00:00:45,496 --> 00:00:50,041
onde estes "problem sets"
valerão 25% da pontuação total

17
00:00:50,041 --> 00:00:53,479
teremos um total de nove "problem sets"
para as nove semanas de conteúdo.

18
00:00:53,479 --> 00:00:56,568
Os "problem sets" são projetados
para permitir a múltipla submissão,

19
00:00:56,568 --> 00:01:00,626
sendo que, cada versão dos "problem sets"
serão um pouco diferentes,

20
00:01:00,626 --> 00:01:04,040
assim, você pode reenviar o mesmo
"problem set" [a] algumas vezes

21
00:01:04,040 --> 00:01:06,623
para certificar-se de que
você realmente domina o material.

22
00:01:06,623 --> 00:01:10,962
Além disso, vamos ter
um "programming assignment" semanal,

23
00:01:10,962 --> 00:01:13,859
e estes "programming assignments"
foram selecionados

24
00:01:13,859 --> 00:01:17,976
para reforçar conceitos específicos
que estudaremos no curso,

25
00:01:17,976 --> 00:01:21,343
e ao mesmo tempo,
revelar a gama de aplicações

26
00:01:21,343 --> 00:01:25,431
em que "probabilistic graphical models"
pode ser aplicado com sucesso.

27
00:01:25,431 --> 00:01:27,288
Então, nós vamos ter, por exemplo,

28
00:01:27,288 --> 00:01:30,367
um "problem set" onde você
usará "probabilistic graphical models"

29
00:01:30,367 --> 00:01:33,639
para compreender a herança
de doenças geneticamente herdadas.

30
00:01:33,639 --> 00:01:35,647
Nós vamos ter um,
que mostra como você pode

31
00:01:35,647 --> 00:01:38,963
olhar para um conjunto de
caracteres manuscritos

32
00:01:38,963 --> 00:01:40,937
e ler o que está escrito.

33
00:01:40,937 --> 00:01:44,087
Vamos ter um,
que permite que você

34
00:01:44,087 --> 00:01:47,647
olhe para um fluxo de saída
de um sensor Kinect

35
00:01:47,647 --> 00:01:49,759
que lhe dá, tanto vídeo quanto dados

36
00:01:49,759 --> 00:01:52,167
e reconhecer atividades humanas.

37
00:01:52,167 --> 00:01:56,458
Estes nove "programming assignments" valerão,
cada um 7% da pontuação

38
00:01:56,458 --> 00:01:58,089
para um total de 63%,

39
00:01:58,089 --> 00:02:01,408
o que nos deixa 12%
para o exame final.

40
00:02:01,408 --> 00:02:04,480
Que conhecimento você
precisa ter pra esse curso?

41
00:02:04,480 --> 00:02:07,540
Bem, será muito difícil fazer esse curso,

42
00:02:07,540 --> 00:02:11,048
sem entendimento básico
da teoria da probabilidade.

43
00:02:11,048 --> 00:02:13,087
Não precisa ser nada muito avançado.

44
00:02:13,087 --> 00:02:16,176
Estamos falando de coisas como
independência e regra de Bayes

45
00:02:16,176 --> 00:02:18,711
e noções básicas de distribuições discretas.

46
00:02:18,711 --> 00:02:20,615
Também temos módulos introdutórios

47
00:02:20,615 --> 00:02:23,687
para refrescar sua memória
sobre esses conceitos básicos.

48
00:02:23,687 --> 00:02:26,942
Os trabalhos de programação exigirão

49
00:02:26,942 --> 00:02:29,416
que você tenha alguma
experiência em programação

50
00:02:29,416 --> 00:02:30,871
porque este não é um curso de programação.

51
00:02:30,871 --> 00:02:31,959
Nós não ensinaremos como programar.

52
00:02:31,959 --> 00:02:37,383
E já que este curso funde idéias
da teoria da probabilidade e ciência da computação,

53
00:02:37,383 --> 00:02:41,247
é muito importante que você tenha alguma
experiência em algoritmos e estruturas de dados.

54
00:02:41,247 --> 00:02:44,475
Recomendável, mas não estritamente necessário,

55
00:02:44,475 --> 00:02:46,597
e nós não o exigiremos,

56
00:02:46,597 --> 00:02:48,719
nós lhe daremos o conhecimento pra ir-

57
00:02:48,719 --> 00:02:52,290
um pouco de experiência,
talvez, em aprendizado de máquina,

58
00:02:52,290 --> 00:02:55,367
talvez algum, em otimização simples
como gradiente descendente,

59
00:02:55,367 --> 00:02:57,445
nada muito sofisticado.

60
00:02:57,445 --> 00:03:01,483
Seria útil ter alguma experiência
de programação em Matlab ou Octave,

61
00:03:01,483 --> 00:03:04,364
embora, também tenhamos aqui,
alguns módulos introdutórios

62
00:03:04,364 --> 00:03:08,337
que o ajudarão a aprender esta linguagem de
programação, caso você não tenha usado ela antes.

63
00:03:10,044 --> 00:03:12,482
Algumas outras questões dignas de nota:

64
00:03:12,482 --> 00:03:14,552
Esse curso tem um código de honra.

65
00:03:14,552 --> 00:03:19,017
Esta é a mesma norma seguida pelos nossos
estudantes na Stanford quando eles estão tendo aulas.

66
00:03:19,017 --> 00:03:22,836
O código de honra diz que
você está autorizado a discutir o material,

67
00:03:22,836 --> 00:03:26,583
Na verdade, você é incentivado a discutir
a matéria com seus colegas de classe.

68
00:03:26,583 --> 00:03:30,809
Você pode até pedir esclarecimentos sobre questões
dos "problems sets" e "programming assignments".

69
00:03:30,809 --> 00:03:32,991
Mas o que você entrega
tem que ser o seu próprio trabalho.

70
00:03:32,991 --> 00:03:39,537
Além disso, solicitamos que você não
coloque os "programming assignments"

71
00:03:39,537 --> 00:03:41,711
ou as suas soluções
em qualquer lugar da web,

72
00:03:41,711 --> 00:03:44,601
para que as futuras gerações
de estudantes possam fazer

73
00:03:44,601 --> 00:03:48,447
os "problems sets" e
"programming assignments" sozinhos.

74
00:03:48,447 --> 00:03:52,359
Uma segunda questão que temos
em mente é a gestão do tempo.

75
00:03:52,359 --> 00:03:54,375
Este é um curso de nível
de pós-graduação da Stanford

76
00:03:54,375 --> 00:03:56,863
que é considerada uma
tarefa difícil, mesmo em Stanford.

77
00:03:56,863 --> 00:03:59,146
Um estudante típico da Stanford
pode facilmente dedicar

78
00:03:59,146 --> 00:04:01,073
10-15 horas por semana pra esse curso,

79
00:04:01,073 --> 00:04:02,904
então, sugerimos que você reserve

80
00:04:02,904 --> 00:04:05,791
pelo menos essa quantidade de tempo
para seus próprios afazeres deste curso

81
00:04:05,791 --> 00:04:08,299
para que você não se veja,
correndo contra o tempo

82
00:04:08,299 --> 00:04:10,375
quando uma "submission deadline" se aproximar.

83
00:04:10,375 --> 00:04:13,341
Nós demos em um pouco de folga
para o prazo de entrega (submission deadline),

84
00:04:13,341 --> 00:04:17,655
por isso, caso você não esteja pronto
pra apresentar, até o prazo original,

85
00:04:17,655 --> 00:04:19,362
você tem uma semana de carência.

86
00:04:19,362 --> 00:04:22,975
Mas que, obviamente, começa a interferir
no "problem set" da próxima semana.

87
00:04:22,975 --> 00:04:25,439
Então, nós recomendamos
que você não mantenha

88
00:04:25,439 --> 00:04:28,511
um acúmulo de atribuições
ao longo do curso,

89
00:04:28,511 --> 00:04:31,482
porque isso vai acabar se
voltando contra você no final.

90
00:04:32,021 --> 00:04:36,347
Por fim, parte da sua experiência neste curso

91
00:04:36,347 --> 00:04:38,591
está na interação com seus colegas,

92
00:04:38,591 --> 00:04:41,447
portanto, para esse proposito,
temos o fórum de discussão

93
00:04:41,447 --> 00:04:43,269
que provou em outros cursos

94
00:04:43,269 --> 00:04:46,527
ser um recurso inestimável
para interação com outros estudantes,

95
00:04:46,527 --> 00:04:49,783
fazer perguntas e obter uma
compreensão mais profunda do material.

96
00:04:49,783 --> 00:04:52,412
Nós também encorajamos você
a formar grupos de estudo-

97
00:04:52,412 --> 00:04:55,892
estes podem ser grupos de estudo
com pessoas físicas, na mesma região geográfica,

98
00:04:55,892 --> 00:05:00,280
ou grupos de estudo on-line onde você
pode apenas discutir a matéria com os outros.

99
00:05:00,280 --> 00:05:01,839
Acreditamos que isso

100
00:05:01,839 --> 00:05:03,933
vai lhe dar uma melhor
compreensão do material

101
00:05:03,933 --> 00:05:06,832
e vai tornar o curso
muito mais divertido também.

102
00:05:06,832 --> 00:05:09,368
Então, para resumir,

103
00:05:09,368 --> 00:05:14,999
através de todos estes diferentes
conteúdos e exercícios,

104
00:05:14,999 --> 00:05:17,831
acreditamos que você vai
aprender métodos fundamentais

105
00:05:17,831 --> 00:05:19,880
na área de "probabilistic graphical models".

106
00:05:19,880 --> 00:05:22,342
Você também vai começar
a ver e brincar com

107
00:05:22,342 --> 00:05:25,872
uma gama de aplicações do mundo real
para o qual estes métodos têm sido aplicados,

108
00:05:25,872 --> 00:05:29,346
esperamos que você termine
este curso com o entendimento

109
00:05:29,346 --> 00:05:32,314
de como tirar essas idéias
e usá-las em seu próprio trabalho

110
00:05:32,314 --> 00:05:33,875
em problemas que o preocupam.

111
00:05:33,875 --> 99:59:59,999
Estamos ansiosos para vê-lo neste curso.