چکيده
گرايش به روش هاي يادگيري عميق با رشدي روز افزون روبه رو است. همچنين اين روش ها توانايي قابل
رغم كارايي بالا در يادگيري ”نمايش” در مسائل در بسياري از كابردها از خود نشان داده اند. عل توجه
تواند نمايش خوبي از عدم قطعيت را ارائه دهد. ادراك، يادگيري عميق چه در رگرسيون و چه طبقه بندي، نم
به خوبي عدم قطعيت را نمايش و روش هاي بيزين با پشتوانه رياضيات احتمالات در مقابل مدل هاي گراف
دهند. بنابراينايدهتركيبتوانايي هايايندوروشدرقالبيادگيريعميقبيزينمطرحشد. دراينگزارش م
ضرورت ادغام روش هاي بيزين و يادگيري عميق و همچنين مروري بر پيشنيازهاي نمايشعدم قطعيت، انواع
مانند عدم قعيت و استنتاج تقريبي خواهيم داشت. سپس تعدادي از روش هاي مطرح با پشتوانه رياضيات
از به ي كرده و در نهايت نگاه را معرف و تقريب بيزين با استفاده از حذف تصادف پس انتشار احتمالات
كاربردهاي يادگيري عميق بيزين در قطعه بندي تصوير خواهيم داشت.
