이 강좌에 대하여

최근 조회 167,061

학습자 경력 결과

50%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

36%

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 32시간 필요

영어

자막: 영어, 한국어

귀하가 습득할 기술

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

학습자 경력 결과

50%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

36%

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 32시간 필요

영어

자막: 영어, 한국어

제공자:

국립 연구 고등 경제 대학 로고

국립 연구 고등 경제 대학

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up83%(2,156개의 평가)Info
1

1

완료하는 데 2시간 필요

Introduction to Bayesian methods & Conjugate priors

완료하는 데 2시간 필요
10개 동영상 (총 57분), 2 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
2개의 읽기 자료
About the University10m
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

고급 기계 학습 특화 과정 정보

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
고급 기계 학습

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

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

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.