이 강좌에 대하여

최근 조회 6,940
유동적 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 3번째 강좌:
고급 단계
완료하는 데 약 66시간 필요
영어

귀하가 습득할 기술

AlgorithmsExpectation–Maximization (EM) AlgorithmGraphical ModelMarkov Random Field
유동적 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 3번째 강좌:
고급 단계
완료하는 데 약 66시간 필요
영어

제공자:

Placeholder

스탠퍼드 대학교

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 16분 필요

Learning: Overview

완료하는 데 16분 필요
1개 동영상 (총 16분)
완료하는 데 1시간 필요

Review of Machine Learning Concepts from Prof. Andrew Ng's Machine Learning Class (Optional)

완료하는 데 1시간 필요
6개 동영상 (총 59분)
완료하는 데 2시간 필요

Parameter Estimation in Bayesian Networks

완료하는 데 2시간 필요
5개 동영상 (총 77분)
2

2

완료하는 데 21시간 필요

Learning Undirected Models

완료하는 데 21시간 필요
3개 동영상 (총 52분)
3

3

완료하는 데 18시간 필요

Learning BN Structure

완료하는 데 18시간 필요
7개 동영상 (총 106분)
4

4

완료하는 데 22시간 필요

Learning BNs with Incomplete Data

완료하는 데 22시간 필요
5개 동영상 (총 83분)

검토

PROBABILISTIC GRAPHICAL MODELS 3: LEARNING의 최상위 리뷰

모든 리뷰 보기

Probabilistic Graphical Models 특화 과정 정보

Probabilistic Graphical Models

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.