このコースについて

90,152 最近の表示

受講生の就業成果

38%

コース終了後に新しいキャリアをスタートした

24%

コースが具体的なキャリアアップにつながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における7の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル

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

約33時間で修了
英語

習得するスキル

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

受講生の就業成果

38%

コース終了後に新しいキャリアをスタートした

24%

コースが具体的なキャリアアップにつながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における7の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
上級レベル

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

約33時間で修了
英語

提供:

Placeholder

ロシア国立研究大学経済高等学院(National Research University Higher School of Economics)

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up83%(2,948 件の評価)Info
1

1

3時間で修了

Introduction to Bayesian methods & Conjugate priors

3時間で修了
10件のビデオ (合計57分), 3 学習用教材, 2 個のテスト
10件のビデオ
Think bayesian & Statistics review7 分
Bayesian approach to statistics5 分
How to define a model3 分
Example: thief & alarm11 分
Linear regression10 分
Analytical inference3 分
Conjugate distributions2 分
Example: Normal, precision5 分
Example: Bernoulli4 分
3件の学習用教材
About the University10 分
Rules on the academic integrity in the course10 分
MLE estimation of Gaussian mean10 分
2の練習問題
Introduction to Bayesian methods30 分
Conjugate priors30 分
2

2

7時間で修了

Expectation-Maximization algorithm

7時間で修了
17件のビデオ (合計168分)
17件のビデオ
Probabilistic clustering6 分
Gaussian Mixture Model10 分
Training GMM10 分
Example of GMM training10 分
Jensen's inequality & Kullback Leibler divergence9 分
Expectation-Maximization algorithm10 分
E-step details12 分
M-step details6 分
Example: EM for discrete mixture, E-step10 分
Example: EM for discrete mixture, M-step12 分
Summary of Expectation Maximization6 分
General EM for GMM12 分
K-means from probabilistic perspective9 分
K-means, M-step7 分
Probabilistic PCA13 分
EM for Probabilistic PCA7 分
2の練習問題
EM algorithm30 分
Latent Variable Models and EM algorithm30 分
3

3

2時間で修了

Variational Inference & Latent Dirichlet Allocation

2時間で修了
11件のビデオ (合計98分)
11件のビデオ
Mean field approximation13 分
Example: Ising model15 分
Variational EM & Review5 分
Topic modeling5 分
Dirichlet distribution6 分
Latent Dirichlet Allocation5 分
LDA: E-step, theta11 分
LDA: E-step, z8 分
LDA: M-step & prediction13 分
Extensions of LDA5 分
2の練習問題
Variational inference15 分
Latent Dirichlet Allocation15 分
4

4

6時間で修了

Markov chain Monte Carlo

6時間で修了
11件のビデオ (合計122分)
11件のビデオ
Sampling from 1-d distributions13 分
Markov Chains13 分
Gibbs sampling12 分
Example of Gibbs sampling7 分
Metropolis-Hastings8 分
Metropolis-Hastings: choosing the critic8 分
Example of Metropolis-Hastings9 分
Markov Chain Monte Carlo summary8 分
MCMC for LDA15 分
Bayesian Neural Networks11 分
1の練習問題
Markov Chain Monte Carlo30 分

レビュー

BAYESIAN METHODS FOR MACHINE LEARNING からの人気レビュー

すべてのレビューを見る

上級機械学習専門講座について

上級機械学習

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。