학생용

이 강좌에 대하여

최근 조회 73,708

학습자 경력 결과

38%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

24%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 7개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계

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

완료하는 데 약 33시간 필요
영어

귀하가 습득할 기술

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

학습자 경력 결과

38%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

24%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 7개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계

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

완료하는 데 약 33시간 필요
영어

제공자:

Placeholder

국립 연구 고등 경제 대학

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up83%(3,148개의 평가)Info
1

1

완료하는 데 3시간 필요

Introduction to Bayesian methods & Conjugate priors

완료하는 데 3시간 필요
10개 동영상 (총 57분), 3 개의 읽기 자료, 2 개의 테스트
10개의 동영상
Think bayesian & Statistics review7m
Bayesian approach to statistics5m
How to define a model3m
Example: thief & alarm11m
Linear regression10m
Analytical inference3m
Conjugate distributions2m
Example: Normal, precision5m
Example: Bernoulli4m
3개의 읽기 자료
About the University10m
Rules on the academic integrity in the course10m
MLE estimation of Gaussian mean10m
2개 연습문제
Introduction to Bayesian methods30m
Conjugate priors30m
2

2

완료하는 데 7시간 필요

Expectation-Maximization algorithm

완료하는 데 7시간 필요
17개 동영상 (총 168분)
17개의 동영상
Probabilistic clustering6m
Gaussian Mixture Model10m
Training GMM10m
Example of GMM training10m
Jensen's inequality & Kullback Leibler divergence9m
Expectation-Maximization algorithm10m
E-step details12m
M-step details6m
Example: EM for discrete mixture, E-step10m
Example: EM for discrete mixture, M-step12m
Summary of Expectation Maximization6m
General EM for GMM12m
K-means from probabilistic perspective9m
K-means, M-step7m
Probabilistic PCA13m
EM for Probabilistic PCA7m
2개 연습문제
EM algorithm30m
Latent Variable Models and EM algorithm30m
3

3

완료하는 데 2시간 필요

Variational Inference & Latent Dirichlet Allocation

완료하는 데 2시간 필요
11개 동영상 (총 98분)
11개의 동영상
Mean field approximation13m
Example: Ising model15m
Variational EM & Review5m
Topic modeling5m
Dirichlet distribution6m
Latent Dirichlet Allocation5m
LDA: E-step, theta11m
LDA: E-step, z8m
LDA: M-step & prediction13m
Extensions of LDA5m
2개 연습문제
Variational inference15m
Latent Dirichlet Allocation15m
4

4

완료하는 데 6시간 필요

Markov chain Monte Carlo

완료하는 데 6시간 필요
11개 동영상 (총 122분)
11개의 동영상
Sampling from 1-d distributions13m
Markov Chains13m
Gibbs sampling12m
Example of Gibbs sampling7m
Metropolis-Hastings8m
Metropolis-Hastings: choosing the critic8m
Example of Metropolis-Hastings9m
Markov Chain Monte Carlo summary8m
MCMC for LDA15m
Bayesian Neural Networks11m
1개 연습문제
Markov Chain Monte Carlo30m

검토

BAYESIAN METHODS FOR MACHINE LEARNING의 최상위 리뷰

모든 리뷰 보기

고급 기계 학습 특화 과정 정보

고급 기계 학습

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.