Скрытые марковские модели, Витерби и бозон Хиггса


Нечасто вы можете просмотреть видео, в котором обсуждается широкий круг очень технических тем. В этом интервью Брайан Бекман действительно затрагивает такие разнообразные темы, как алгоритм Витерби и бозон Хиггса.

Брайан Бекман — бывший космолог, который сейчас работает в Microsoft Research. Кажется, ему посчастливилось работать над интересными вещами:

Его команда работает над инновационными инкубационными проектами, которые превращаются в функции платформы для разработчиков (например, LINQ) и многое другое.

В этом видео он обсуждает реализацию алгоритма Витерби на C#. Если вы не знаете, что такое алгоритм Витерби, то потребуется некоторое время, чтобы объяснить его подробно, но если вы присоединились к онлайн-курсу Стэнфордского ИИ, вы, вероятно, узнаете, что все это о скрытых марковских моделях — HMM.

В двух словах, HMM постулирует систему с несколькими состояниями для производства некоторого результата с вероятностями результатов, варьирующимися в зависимости от состояния. Алгоритм Витерби — это способ оценки вероятностей состояний с учетом наблюдений. Это полезно в ряде приложений AI и в кодах исправления ошибок.

По пути будут затронуты такие темы, как Rx, монады и обещанный бозон Хиггса.

Если вы хотите загрузить демонстрационные версии кода, они находятся по адресу:

https://github.com/rebcabin/DotNetExtensionsImproved


Добавить комментарий