課程信息

58,775 次近期查看

學生職業成果

38%

完成這些課程後已開始新的職業生涯

24%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 3 門課程(共 7 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
高級

Course requires strong background in calculus, linear algebra, probability theory and machine learning.

完成時間大約為33 小時
英語(English)

您將獲得的技能

Bayesian OptimizationGaussian ProcessMarkov Chain Monte Carlo (MCMC)Variational Bayesian Methods

學生職業成果

38%

完成這些課程後已開始新的職業生涯

24%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 3 門課程(共 7 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
高級

Course requires strong background in calculus, linear algebra, probability theory and machine learning.

完成時間大約為33 小時
英語(English)

提供方

Placeholder

俄罗斯国家研究型高等经济大学

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up83%(3,223 個評分)Info
1

1

完成時間為 3 小時

Introduction to Bayesian methods & Conjugate priors

完成時間為 3 小時
10 個視頻 (總計 57 分鐘), 3 個閱讀材料, 2 個測驗
2

2

完成時間為 7 小時

Expectation-Maximization algorithm

完成時間為 7 小時
17 個視頻 (總計 168 分鐘)
3

3

完成時間為 2 小時

Variational Inference & Latent Dirichlet Allocation

完成時間為 2 小時
11 個視頻 (總計 98 分鐘)
4

4

完成時間為 6 小時

Markov chain Monte Carlo

完成時間為 6 小時
11 個視頻 (總計 122 分鐘)

審閱

來自BAYESIAN METHODS FOR MACHINE LEARNING的熱門評論

查看所有評論

關於 高级机器学习 專項課程

Placeholder

常見問題

還有其他問題嗎?請訪問 學生幫助中心