报告人：Pedro Larrañaga 院士

工作单位：马德里理工大学（西班牙）

报告题目：离散贝叶斯网络分类器

报告时间：2023年4月28日（周五）14:30-15:30

报告链接：Teams Link

https://teams.microsoft.com/l/meetup-join/19%3aB4gmRcUATAMA2iJqi-xXvtfPFfTbxVJPxSW_pcAPBao1%40thread.tacv2/1638719716825?context=%7b%22Tid%22%3a%2222804ebb-30d5-47df-942f-f3a3722f0225%22%2c%22Oid%22%3a%2216a60c03-ad7a-4b85-a403-8ebd947e010c%22%7d 

内容摘要：

  本报告将首先介绍几种针对离散预测变量的贝叶斯网络分类器，分别是朴素贝叶斯、选择性朴素贝叶斯、半朴素贝叶斯、单依赖贝叶斯分类器、k-依赖贝叶斯分类器、贝叶斯网络增强朴素贝叶斯、基于马尔可夫毯的贝叶斯分类器、非限制贝叶斯分类器和贝叶斯多网。随后将介绍与上述模型相关的决策边界，模型的内在解释将通过一个来自神经解剖学的例子来展现。

个人简介：

  Pedro Larrañaga院士在巴利亚多利德大学获得数学（统计学）硕士学位，在巴斯克地区大学获得计算机科学博士学位（优秀奖），现任马德里理工大学计算机科学和人工智能专业的全职教授。Pedro Larrañaga院士的研究领域包括概率图形模型、元启发式优化方法、机器学习分类模型及其应用等领域，如生物医学、生物信息学、神经科学、工业4.0和体育。Pedro Larrañaga院士曾在高影响因子的期刊上发表200余篇论文，指导了30多篇博士论文。自2012年以来，Pedro Larrañaga院士是欧洲人工智能协会的研究员，并分别自2018年和2021年成为欧洲学术界和亚太人工智能协会的研究员，曾获2013年西班牙国家计算机科学奖，2018年西班牙人工智能协会奖，以及2020年新德里机器学习的Amity研究奖。最近，Pedro Larrañaga院士当选巴斯克地区科学、艺术和文学学院（Jakiunde）成员，并领导马德里ELLIS组织。

【编辑：刘晓涵】