课程信息

45,960 次近期查看
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
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%(3,519 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