이 강좌에 대하여

최근 조회 9,467
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계

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

완료하는 데 약 22시간 필요
영어

귀하가 습득할 기술

  • Markov Model
  • Bayesian Statistics
  • Mixture Model
  • R Programming
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계

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

완료하는 데 약 22시간 필요
영어

제공자:

Placeholder

캘리포니아대학교 산타크루스캠퍼스

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 4시간 필요

Basic concepts on Mixture Models

완료하는 데 4시간 필요
9개 동영상 (총 94분), 7 개의 읽기 자료, 9 개의 테스트
2

2

완료하는 데 4시간 필요

Maximum likelihood estimation for Mixture Models

완료하는 데 4시간 필요
4개 동영상 (총 73분), 2 개의 읽기 자료, 2 개의 테스트
3

3

완료하는 데 4시간 필요

Bayesian estimation for Mixture Models

완료하는 데 4시간 필요
6개 동영상 (총 84분), 2 개의 읽기 자료, 2 개의 테스트
4

4

완료하는 데 5시간 필요

Applications of Mixture Models

완료하는 데 5시간 필요
7개 동영상 (총 108분), 3 개의 읽기 자료, 3 개의 테스트

검토

BAYESIAN STATISTICS: MIXTURE MODELS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.