1
00:00:00,211 --> 00:00:04,140
Здравствуйте. Добро пожаловать на курс о графическиех вероятностных моделях.

2
00:00:04,140 --> 00:00:07,647
Меня зовут Дафна Колер и я профессор Стэнфордского Университета.

3
00:00:07,647 --> 00:00:09,618
Мы в Стэнфорде воодушевлены возможностью

4
00:00:09,618 --> 00:00:12,209
предоставить этот Стэнфордский курс выпускного уровня

5
00:00:12,209 --> 00:00:14,751
каждому, в любой точке мира, бесплатно.

6
00:00:14,751 --> 00:00:18,481
Итак, что же такое графические вероятностные модели?

7
00:00:18,481 --> 00:00:20,751
Ну, это немного сложно объяснить,

8
00:00:20,751 --> 00:00:24,095
и мы будем возвращаться к этому в следующем видео,

9
00:00:24,095 --> 00:00:26,192
а также на всем протяжении курса.

10
00:00:26,192 --> 00:00:29,716
В этом видео я бы хотела рассказать вам немного о формате этого курса.

11
00:00:29,716 --> 00:00:32,816
Материалы этого курса расчитаны на 10 недель обучения,

12
00:00:32,816 --> 00:00:34,794
а также в конце будет выпускной экзамен.

13
00:00:34,794 --> 00:00:39,066
Программа будет подаваться через набор обучающих видео,

14
00:00:39,066 --> 00:00:42,317
дополненых вопросами для закрепления материала.

15
00:00:42,317 --> 00:00:45,496
Дополнительно, будет еженедельный набор задач,

16
00:00:45,496 --> 00:00:50,041
которые все вместе дадут 25% от общей оценки.

17
00:00:50,041 --> 00:00:53,479
Всего будет 9 наборов задач на первые 9 недель курса.

18
00:00:53,479 --> 00:00:56,568
Задачи сделаны таким образом, чтобы их можно было сдавать несколько раз,

19
00:00:56,568 --> 00:01:00,626
но каждый набор будет немного отличаться от предыдущего.

20
00:01:00,626 --> 00:01:04,040
Так что можно сдавать тот же набор задач несколько раз,

21
00:01:04,040 --> 00:01:06,623
чтобы убедиться, что вы овладели материалом.

22
00:01:06,623 --> 00:01:10,962
Еще будут еженедельные задания на программирование,

23
00:01:10,962 --> 00:01:13,859
и эти задания выбраны таким образом,

24
00:01:13,859 --> 00:01:17,976
чтобы закрепить определенные понятия, которые мы изучаем,

25
00:01:17,976 --> 00:01:21,343
и в то же время дать представление о тех областях,

26
00:01:21,343 --> 00:01:25,431
где графические вероятностные модели могут успешно применяться.

27
00:01:25,431 --> 00:01:27,288
Так, например, у нас будет задание,

28
00:01:27,288 --> 00:01:30,367
которое показывает как использовать графические вероятностные модели

29
00:01:30,367 --> 00:01:33,639
для понимания наследственности в генетическихх заболеваниях.

30
00:01:33,639 --> 00:01:35,647
Будет еще одно, которое показывает

31
00:01:35,647 --> 00:01:38,963
как, глядя на набор написаных от руки символов,

32
00:01:38,963 --> 00:01:40,937
понимать, что там написано.

33
00:01:40,937 --> 00:01:44,087
Также будет задание, которое позволит вам

34
00:01:44,087 --> 00:01:47,647
гладя на выходной поток с сенсора Kinect,

35
00:01:47,647 --> 00:01:49,759
в котором есть и видео и данные,

36
00:01:49,759 --> 00:01:52,167
распознавать жесты человека.

37
00:01:52,167 --> 00:01:56,458
Каждое задание по программированию дает 7% от общей оценки,

38
00:01:56,458 --> 00:01:58,089
в сумме это дает 63%,

39
00:01:58,089 --> 00:02:01,408
что оставляет 12% на выпускной экзамен.

40
00:02:01,408 --> 00:02:04,480
Что нужно знать для того, чтобы пройти этот курс?

41
00:02:04,480 --> 00:02:07,540
Да, пройти этот курс будет действительно сложно

42
00:02:07,540 --> 00:02:11,048
без некоторого понимания базовой теории вероятностей.

43
00:02:11,048 --> 00:02:13,087
Это не обязательно должны быть очень сложные вещи.

44
00:02:13,087 --> 00:02:16,176
Мы говорим о таких вещах, как независимость, правило Байеса,

45
00:02:16,176 --> 00:02:18,711
и основы дискретных распределений.

46
00:02:18,711 --> 00:02:20,615
Также у нас есть несколько вступительных материалов,

47
00:02:20,615 --> 00:02:23,687
чтобы освежить в вашей памяти эти базовые понятия.

48
00:02:23,687 --> 00:02:26,942
Для заданий на программирование требуется,

49
00:02:26,942 --> 00:02:29,416
чтобы у вас был некоторый опыт в программировании,

50
00:02:29,416 --> 00:02:30,871
потому что у нас не курс программирования.

51
00:02:30,871 --> 00:02:31,959
Мы не будем учить вас как писать программы.

52
00:02:31,959 --> 00:02:37,383
И, поскольку этот курс совмещает знания теории вероятностей и информатики,

53
00:02:37,383 --> 00:02:41,247
здесь важно иметь понимание алгоритмов и структур данных.

54
00:02:41,247 --> 00:02:44,475
Рекомендуется, но не строго необходимо,

55
00:02:44,475 --> 00:02:46,597
и мы не требуем этого

56
00:02:46,597 --> 00:02:48,719
и будем давать некоторые знания на ходу -

57
00:02:48,719 --> 00:02:52,290
это небольшой опыт в машинном обучении,

58
00:02:52,290 --> 00:02:55,367
возможно простые оптимизации, типа алгоритмов градиентного спуска,

59
00:02:55,367 --> 00:02:57,445
ничего очень сложного.

60
00:02:57,445 --> 00:03:01,483
Также будет полезен некоторый опыт программирование в Matlab или Octave,

61
00:03:01,483 --> 00:03:04,364
хотя для этого тоже есть вступительные материалы,

62
00:03:04,364 --> 00:03:08,337
которые помогут вам изучить этот язык программирования, если вы не имели раньше с ним дела.

63
00:03:10,044 --> 00:03:12,482
Еще пара вопросов, которые стоит упомянуть:

64
00:03:12,482 --> 00:03:14,552
Этот курс имеет кодекс чести.

65
00:03:14,552 --> 00:03:19,017
Это норма для наших студентов, которые учатся в Стэнфорде.

66
00:03:19,017 --> 00:03:22,836
Кодекс чести позволяет вам обсуждать материалы,

67
00:03:22,836 --> 00:03:26,583
даже поощряет обсуждать материалы со своими сокурсниками.

68
00:03:26,583 --> 00:03:30,809
Вы даже можете спрашивать уточняющие вопросы по наборам задач и заданиям по программированию.

69
00:03:30,809 --> 00:03:32,991
Но то, что вы сдаете - должно быть вашей собственной работой.

70
00:03:32,991 --> 00:03:39,537
Более того, мы требуем, чтобы вы не размещали ни задания,

71
00:03:39,537 --> 00:03:41,711
ни их решения, нигде в интернете,

72
00:03:41,711 --> 00:03:44,601
чтобы следующие поколения студентов могли делать

73
00:03:44,601 --> 00:03:48,447
свои задания самостоятельно и независимо от вас.

74
00:03:48,447 --> 00:03:52,359
Второй вопрос - это управление временем.

75
00:03:52,359 --> 00:03:54,375
Это Стэнфордский курс выпусконого уровня,

76
00:03:54,375 --> 00:03:56,863
и он считается трудным даже здесь, в Стэнфорде.

77
00:03:56,863 --> 00:03:59,146
Студент в Стэнфорде может провести

78
00:03:59,146 --> 00:04:01,073
10-15 часов в неделю занимаясь на этом курсе,

79
00:04:01,073 --> 00:04:02,904
и мы рекомендуем посвятить

80
00:04:02,904 --> 00:04:05,791
как минимум столько же времени на этот курс,

81
00:04:05,791 --> 00:04:08,299
если вы не хотите чтобы у вас нехватало времени

82
00:04:08,299 --> 00:04:10,375
прямо перед сроком сдачи заданий.

83
00:04:10,375 --> 00:04:13,341
Мы предусмотрели небольшое послабление в сроках сдачи заданий,

84
00:04:13,341 --> 00:04:17,655
так что если вы не успели сдать вовремя,

85
00:04:17,655 --> 00:04:19,362
у вас есть неделя льготного периода.

86
00:04:19,362 --> 00:04:22,975
Но это конечно же может сказаться на заданиях следующей недели.

87
00:04:22,975 --> 00:04:25,439
Так что мы вам не рекомендуем откладывать

88
00:04:25,439 --> 00:04:28,511
задания на протяжении всего курса,

89
00:04:28,511 --> 00:04:31,482
потому что в конце может оказаться очень тяжело.

90
00:04:32,021 --> 00:04:36,347
Наконец, часть процесса обучения -

91
00:04:36,347 --> 00:04:38,591
это взаимодействие со своими со-курсниками.

92
00:04:38,591 --> 00:04:41,447
Для этих целей у нас есть форум,

93
00:04:41,447 --> 00:04:43,269
который зарекомендовал себя

94
00:04:43,269 --> 00:04:46,527
как неоценимый способ общения с другими студентами,

95
00:04:46,527 --> 00:04:49,783
чтобы задавать вопросы и добиваться лучшего понимания материала.

96
00:04:49,783 --> 00:04:52,412
Мы также поощряем создания групп обучения -

97
00:04:52,412 --> 00:04:55,892
это может быть как реальная группа людей в одном и том же географическом регионе,

98
00:04:55,892 --> 00:05:00,280
или онлайн группа, где вы можете просто обсуждать материал друг с другом.

99
00:05:00,280 --> 00:05:01,839
Мы считаем, что это

100
00:05:01,839 --> 00:05:03,933
даст вам гораздо лучшее понимание материала,

101
00:05:03,933 --> 00:05:06,832
а также сделает курс более увлекательным.

102
00:05:06,832 --> 00:05:09,368
Итак, подводя итог,

103
00:05:09,368 --> 00:05:14,999
через все эти материалы и упражнения,

104
00:05:14,999 --> 00:05:17,831
вы изучите фундаментальные методы

105
00:05:17,831 --> 00:05:19,880
в области графических вероятностных моделей.

106
00:05:19,880 --> 00:05:22,342
Вы также увидите и опробуете

107
00:05:22,342 --> 00:05:25,872
набор настоящих приложений, где эти методы применены.

108
00:05:25,872 --> 00:05:29,346
И мы надеемся, что бы выйдете отсюда с пониманием

109
00:05:29,346 --> 00:05:32,314
как использовать эти идеи в вашей работе,

110
00:05:32,314 --> 00:05:33,875
в задачах, которыми вы занимаетесь.

111
00:05:33,875 --> 99:59:59,999
С нетерпением ждем вас на этом курсе.