报告主题： 基于隐藏树模型的高维数据无监督学习
报告人：陈雪东 教授 （湖州师范学院）
报告时间：2019年6月20日（周四） 15：00
报告地点：校本部G507
邀请人：夏铁成
主办部门：太阳成集团tyc33455数学系
报告摘要：对于无标注高维数据特征间的关系及潜在结构的分析，是机器学习中无监督学习的类型。潜在结构的发现对于高维数据的聚类分析和搭建深度学习框架有重要作用。本研究利用概率图模型中的隐藏树模型和Copula函数来研究高维数据特征间的关联关系和结构，给出结构和参数学习的算法，从而发现数据间的隐藏结构。最后，对模型进行了验证。
欢迎教师、员工参加！
