關於此 專項課程

10,279 次近期查看
Probabilistic graphical models (PGMs) are a rich framework for encoding probability distributions over complex domains: joint (multivariate) distributions over large numbers of random variables that interact with each other. These representations sit at the intersection of statistics and computer science, relying on concepts from probability theory, graph algorithms, machine learning, and more. They are the basis for the state-of-the-art methods in a wide variety of applications, such as medical diagnosis, image understanding, speech recognition, natural language processing, and many, many more. They are also a foundational tool in formulating many machine learning problems.
可分享的證書
完成後獲得證書
100% 在線課程
立即開始,按照自己的計劃學習。
靈活的計劃
設置並保持靈活的截止日期。
高級
完成課程大約需要 4 個月
建議進度:11 小時/週
英語(English)
可分享的證書
完成後獲得證書
100% 在線課程
立即開始,按照自己的計劃學習。
靈活的計劃
設置並保持靈活的截止日期。
高級
完成課程大約需要 4 個月
建議進度:11 小時/週
英語(English)

專項課程的運作方式

加入課程

Coursera 專項課程是幫助您掌握一門技能的一系列課程。若要開始學習,請直接註冊專項課程,或預覽專項課程並選擇您要首先開始學習的課程。當您訂閱專項課程的部分課程時,您將自動訂閱整個專項課程。您可以只完成一門課程,您可以隨時暫停學習或結束訂閱。訪問您的學生面板,跟踪您的課程註冊情況和進度。

實踐項目

每個專項課程都包括實踐項目。您需要成功完成這個(些)項目才能完成專項課程並獲得證書。如果專項課程中包括單獨的實踐項目課程,則需要在開始之前完成其他所有課程。

獲得證書

在結束每門課程並完成實踐項目之後,您會獲得一個證書,您可以向您的潛在雇主展示該證書並在您的職業社交網絡中分享。

此專項課程包含 3 門課程

課程1

課程 1

Probabilistic Graphical Models 1: Representation

4.6
1,354 個評分
302 條評論
課程2

課程 2

Probabilistic Graphical Models 2: Inference

4.6
468 個評分
73 條評論
課程3

課程 3

Probabilistic Graphical Models 3: Learning

4.6
291 個評分
51 條評論

提供方

Placeholder

斯坦福大学

常見問題

還有其他問題嗎?請訪問 學生幫助中心