课程信息

50,814 次近期查看

学生职业成果

38%

完成这些课程后已开始新的职业生涯

24%

通过此课程获得实实在在的工作福利
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 3 门课程(共 7 门)
高级

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

完成时间大约为33 小时
英语(English)

您将获得的技能

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

学生职业成果

38%

完成这些课程后已开始新的职业生涯

24%

通过此课程获得实实在在的工作福利
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 3 门课程(共 7 门)
高级

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

完成时间大约为33 小时
英语(English)

提供方

Placeholder

俄罗斯国家研究型高等经济大学

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up82%(3,485 个评分)Info
1

1

完成时间为 3 小时

Introduction to Bayesian methods & Conjugate priors

完成时间为 3 小时
10 个视频 (总计 57 分钟), 3 个阅读材料, 2 个测验
2

2

完成时间为 7 小时

Expectation-Maximization algorithm

完成时间为 7 小时
17 个视频 (总计 168 分钟)
3

3

完成时间为 2 小时

Variational Inference & Latent Dirichlet Allocation

完成时间为 2 小时
11 个视频 (总计 98 分钟)
4

4

完成时间为 6 小时

Markov chain Monte Carlo

完成时间为 6 小时
11 个视频 (总计 122 分钟)

审阅

来自BAYESIAN METHODS FOR MACHINE LEARNING的热门评论

查看所有评论

关于 高级机器学习 专项课程

高级机器学习

常见问题

还有其他问题吗?请访问 学生帮助中心