이 강좌에 대하여

최근 조회 21,637

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 21시간 필요

영어

자막: 영어

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 21시간 필요

영어

자막: 영어

제공자:

캘리포니아대학교 산타크루스캠퍼스 로고

캘리포니아대학교 산타크루스캠퍼스

강의 계획 - 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
9개의 동영상
Installing and using R5m
Basic definitions25m
Mixtures of Gaussians10m
Zero-inflated mixtures11m
Hierarchical representations7m
Sampling from a mixture model5m
The likelihood function14m
Parameter identifiability10m
7개의 읽기 자료
An Introduction to R45m
Example of a bimodal mixture of Gaussians3m
Example of a unimodal and skewed mixture of Gaussians3m
Example of a unimodal, symmetric and heavy tailed mixture of Gaussians3m
Example of a zero-inflated negative binomial distribution3m
Example of a zero-inflated log Gaussian distribution3m
Sample code for simulating from a Mixture Model10m
7개 연습문제
Basic definitions6m
Mixtures of Gaussians4m
Zero-inflated distributions4m
Definition of Mixture Models20m
The likelihood function
Identifiability
Likelihood function for mixture models4m
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
4개의 동영상
EM for location mixtures of Gaussians22m
EM example 112m
EM example 213m
2개의 읽기 자료
Sample code for EM example 110m
Sample code for EM example 210m
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
6개의 동영상
Markov Chain Monte Carlo algorithms, part 213m
MCMC for location mixtures of normals Part 119m
MCMC for location mixtures of normals Part 214m
MCMC Example 111m
MCMC Example 211m
2개의 읽기 자료
Sample code for MCMC example 110m
Sample code for MCMC example 210m
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
7개의 동영상
Density Estimation Example10m
Mixture Models for Clustering23m
Clustering example11m
Mixture Models and naive Bayes classifiers21m
Linear and quadratic discriminant analysis in the context of Mixture Models18m
Classification example10m
3개의 읽기 자료
Sample code for density estimation problems10m
Sample EM algorithm for clustering problems10m
Sample EM algorithm for classification problems10m

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.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.

  • 예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.