Здравствуйте. Добро пожаловать на курс о графическиех вероятностных моделях.

Меня зовут Дафна Колер и я профессор Стэнфордского Университета.

Мы в Стэнфорде воодушевлены возможностью

предоставить этот Стэнфордский курс выпускного уровня

каждому, в любой точке мира, бесплатно.

Итак, что же такое графические вероятностные модели?

Ну, это немного сложно объяснить,

и мы будем возвращаться к этому в следующем видео,

а также на всем протяжении курса.

В этом видео я бы хотела рассказать вам немного о формате этого курса.

Материалы этого курса расчитаны на 10 недель обучения,

а также в конце будет выпускной экзамен.

Программа будет подаваться через набор обучающих видео,

дополненых вопросами для закрепления материала.

Дополнительно, будет еженедельный набор задач,

которые все вместе дадут 25% от общей оценки.

Всего будет 9 наборов задач на первые 9 недель курса.

Задачи сделаны таким образом, чтобы их можно было сдавать несколько раз,

но каждый набор будет немного отличаться от предыдущего.

Так что можно сдавать тот же набор задач несколько раз,

чтобы убедиться, что вы овладели материалом.

Еще будут еженедельные задания на программирование,

и эти задания выбраны таким образом,

чтобы закрепить определенные понятия, которые мы изучаем,

и в то же время дать представление о тех областях,

где графические вероятностные модели могут успешно применяться.

Так, например, у нас будет задание,

которое показывает как использовать графические вероятностные модели

для понимания наследственности в генетическихх заболеваниях.

Будет еще одно, которое показывает

как, глядя на набор написаных от руки символов,

понимать, что там написано.

Также будет задание, которое позволит вам

гладя на выходной поток с сенсора Kinect,

в котором есть и видео и данные,

распознавать жесты человека.

Каждое задание по программированию дает 7% от общей оценки,

в сумме это дает 63%,

что оставляет 12% на выпускной экзамен.

Что нужно знать для того, чтобы пройти этот курс?

Да, пройти этот курс будет действительно сложно

без некоторого понимания базовой теории вероятностей.

Это не обязательно должны быть очень сложные вещи.

Мы говорим о таких вещах, как независимость, правило Байеса,

и основы дискретных распределений.

Также у нас есть несколько вступительных материалов,

чтобы освежить в вашей памяти эти базовые понятия.

Для заданий на программирование требуется,

чтобы у вас был некоторый опыт в программировании,

потому что у нас не курс программирования.

Мы не будем учить вас как писать программы.

И, поскольку этот курс совмещает знания теории вероятностей и информатики,

здесь важно иметь понимание алгоритмов и структур данных.

Рекомендуется, но не строго необходимо,

и мы не требуем этого

и будем давать некоторые знания на ходу -

это небольшой опыт в машинном обучении,

возможно простые оптимизации, типа алгоритмов градиентного спуска,

ничего очень сложного.

Также будет полезен некоторый опыт программирование в Matlab или Octave,

хотя для этого тоже есть вступительные материалы,

которые помогут вам изучить этот язык программирования, если вы не имели раньше с ним дела.

Еще пара вопросов, которые стоит упомянуть:

Этот курс имеет кодекс чести.

Это норма для наших студентов, которые учатся в Стэнфорде.

Кодекс чести позволяет вам обсуждать материалы,

даже поощряет обсуждать материалы со своими сокурсниками.

Вы даже можете спрашивать уточняющие вопросы по наборам задач и заданиям по программированию.

Но то, что вы сдаете - должно быть вашей собственной работой.

Более того, мы требуем, чтобы вы не размещали ни задания,

ни их решения, нигде в интернете,

чтобы следующие поколения студентов могли делать

свои задания самостоятельно и независимо от вас.

Второй вопрос - это управление временем.

Это Стэнфордский курс выпусконого уровня,

и он считается трудным даже здесь, в Стэнфорде.

Студент в Стэнфорде может провести

10-15 часов в неделю занимаясь на этом курсе,

и мы рекомендуем посвятить

как минимум столько же времени на этот курс,

если вы не хотите чтобы у вас нехватало времени

прямо перед сроком сдачи заданий.

Мы предусмотрели небольшое послабление в сроках сдачи заданий,

так что если вы не успели сдать вовремя,

у вас есть неделя льготного периода.

Но это конечно же может сказаться на заданиях следующей недели.

Так что мы вам не рекомендуем откладывать

задания на протяжении всего курса,

потому что в конце может оказаться очень тяжело.

Наконец, часть процесса обучения -

это взаимодействие со своими со-курсниками.

Для этих целей у нас есть форум,

который зарекомендовал себя

как неоценимый способ общения с другими студентами,

чтобы задавать вопросы и добиваться лучшего понимания материала.

Мы также поощряем создания групп обучения -

это может быть как реальная группа людей в одном и том же географическом регионе,

или онлайн группа, где вы можете просто обсуждать материал друг с другом.

Мы считаем, что это

даст вам гораздо лучшее понимание материала,

а также сделает курс более увлекательным.

Итак, подводя итог,

через все эти материалы и упражнения,

вы изучите фундаментальные методы

в области графических вероятностных моделей.

Вы также увидите и опробуете

набор настоящих приложений, где эти методы применены.

И мы надеемся, что бы выйдете отсюда с пониманием

как использовать эти идеи в вашей работе,

в задачах, которыми вы занимаетесь.

С нетерпением ждем вас на этом курсе.