이 강좌에 대하여

최근 조회 80,995

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

22%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

11%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 63시간 필요
영어
자막: 영어

귀하가 습득할 기술

Bayesian NetworkGraphical ModelMarkov Random Field

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

22%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

11%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 63시간 필요
영어
자막: 영어

제공자:

스탠퍼드 대학교 로고

스탠퍼드 대학교

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up84%(3,520개의 평가)Info
1

1

완료하는 데 1시간 필요

Introduction and Overview

완료하는 데 1시간 필요
4개 동영상 (총 35분)
4개의 동영상
Overview and Motivation19m
Distributions4m
Factors6m
1개 연습문제
Basic Definitions8m
완료하는 데 10시간 필요

Bayesian Network (Directed Models)

완료하는 데 10시간 필요
15개 동영상 (총 190분), 6 개의 읽기 자료, 4 개의 테스트
15개의 동영상
Reasoning Patterns9m
Flow of Probabilistic Influence14m
Conditional Independence12m
Independencies in Bayesian Networks18m
Naive Bayes9m
Application - Medical Diagnosis9m
Knowledge Engineering Example - SAMIAM14m
Basic Operations 13m
Moving Data Around 16m
Computing On Data 13m
Plotting Data 9m
Control Statements: for, while, if statements 12m
Vectorization 13m
Working on and Submitting Programming Exercises 3m
6개의 읽기 자료
Setting Up Your Programming Assignment Environment10m
Installing Octave/MATLAB on Windows10m
Installing Octave/MATLAB on Mac OS X (10.10 Yosemite and 10.9 Mavericks)10m
Installing Octave/MATLAB on Mac OS X (10.8 Mountain Lion and Earlier)10m
Installing Octave/MATLAB on GNU/Linux10m
More Octave/MATLAB resources10m
3개 연습문제
Bayesian Network Fundamentals6m
Bayesian Network Independencies10m
Octave/Matlab installation2m
2

2

완료하는 데 1시간 필요

Template Models for Bayesian Networks

완료하는 데 1시간 필요
4개 동영상 (총 66분)
4개의 동영상
Temporal Models - DBNs23m
Temporal Models - HMMs12m
Plate Models20m
1개 연습문제
Template Models20m
완료하는 데 11시간 필요

Structured CPDs for Bayesian Networks

완료하는 데 11시간 필요
4개 동영상 (총 49분)
4개의 동영상
Tree-Structured CPDs14m
Independence of Causal Influence13m
Continuous Variables13m
2개 연습문제
Structured CPDs8m
BNs for Genetic Inheritance PA Quiz22m
3

3

완료하는 데 17시간 필요

Markov Networks (Undirected Models)

완료하는 데 17시간 필요
7개 동영상 (총 106분)
7개의 동영상
General Gibbs Distribution15m
Conditional Random Fields22m
Independencies in Markov Networks4m
I-maps and perfect maps20m
Log-Linear Models22m
Shared Features in Log-Linear Models8m
2개 연습문제
Markov Networks8m
Independencies Revisited6m
4

4

완료하는 데 21시간 필요

Decision Making

완료하는 데 21시간 필요
3개 동영상 (총 61분)
3개의 동영상
Utility Functions18m
Value of Perfect Information17m
2개 연습문제
Decision Theory8m
Decision Making PA Quiz18m

검토

PROBABILISTIC GRAPHICAL MODELS 1: REPRESENTATION의 최상위 리뷰

모든 리뷰 보기

Probabilistic Graphical Models 특화 과정 정보

Probabilistic graphical models (PGMs) are a rich framework for encoding probability distributions over complex domains: joint (multivariate) distributions over large numbers of random variables that interact with each other. These representations sit at the intersection of statistics and computer science, relying on concepts from probability theory, graph algorithms, machine learning, and more. They are the basis for the state-of-the-art methods in a wide variety of applications, such as medical diagnosis, image understanding, speech recognition, natural language processing, and many, many more. They are also a foundational tool in formulating many machine learning problems....
Probabilistic Graphical Models

자주 묻는 질문

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.

  • Apply the basic process of representing a scenario as a Bayesian network or a Markov network

    Analyze the independence properties implied by a PGM, and determine whether they are a good match for your distribution

    Decide which family of PGMs is more appropriate for your task

    Utilize extra structure in the local distribution for a Bayesian network to allow for a more compact representation, including tree-structured CPDs, logistic CPDs, and linear Gaussian CPDs

    Represent a Markov network in terms of features, via a log-linear model

    Encode temporal models as a Hidden Markov Model (HMM) or as a Dynamic Bayesian Network (DBN)

    Encode domains with repeating structure via a plate model

    Represent a decision making problem as an influence diagram, and be able to use that model to compute optimal decision strategies and information gathering strategies

    Honors track learners will be able to apply these ideas for complex, real-world problems

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.