Celem pracy doktorskiej jest opracowanie nowych metodologii uczenia sieci bayesowskich/odkrywania przyczynowości z danych. Potencjalne tematy rozprawy doktorskiej koncentrować się będą na opracowaniu algorytmów, które działają na danych z wartościami brakującymi, nowych miar zależności zmiennych które będą alternatywami dla zależności probabilistycznych, algorytmów hybrydowych, będących połączeniem podejść istniejących, algorytmów które są w stanie uczyć się struktur ze zbiorów zmiennych dyskretnych i ciągłych.

slides:

• 1 slide about myself

  • waff-query
  • theses
  • open source
  • teaching at BUT

• core/interesting problem:

  • low amount of data
  • mising data
  • combining constraint based search with bayesian search

• 1 slide about future plans

  • teaching at BUT