課程信息

10,218 次近期查看
可靈活調整截止日期
根據您的日程表重置截止日期。
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 5 門)
中級

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

完成時間大約為22 小時
英語(English)

您將獲得的技能

  • Markov Model
  • Bayesian Statistics
  • Mixture Model
  • R Programming
可靈活調整截止日期
根據您的日程表重置截止日期。
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 5 門)
中級

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

完成時間大約為22 小時
英語(English)

授課教師

提供方

Placeholder

加州大学圣克鲁兹分校

授課大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 4 小時

Basic concepts on Mixture Models

完成時間為 4 小時
9 個視頻 (總計 94 分鐘), 7 個閱讀材料, 9 個測驗
2

2

完成時間為 4 小時

Maximum likelihood estimation for Mixture Models

完成時間為 4 小時
4 個視頻 (總計 73 分鐘), 2 個閱讀材料, 2 個測驗
3

3

完成時間為 4 小時

Bayesian estimation for Mixture Models

完成時間為 4 小時
6 個視頻 (總計 84 分鐘), 2 個閱讀材料, 2 個測驗
4

4

完成時間為 5 小時

Applications of Mixture Models

完成時間為 5 小時
7 個視頻 (總計 108 分鐘), 3 個閱讀材料, 3 個測驗

審閱

來自BAYESIAN STATISTICS: MIXTURE MODELS的熱門評論

查看所有評論

關於 贝叶斯统计 專項課程

贝叶斯统计

常見問題

還有其他問題嗎?請訪問 學生幫助中心