このコースについて

11,480 最近の表示

受講生の就業成果

43%

コース終了後に新しいキャリアをスタートした

29%

コースが具体的なキャリアアップにつながった

17%

昇給や昇進につながった
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。
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
約66時間で修了
英語

習得するスキル

AlgorithmsExpectation–Maximization (EM) AlgorithmGraphical ModelMarkov Random Field

受講生の就業成果

43%

コース終了後に新しいキャリアをスタートした

29%

コースが具体的なキャリアアップにつながった

17%

昇給や昇進につながった
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。
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
約66時間で修了
英語

提供:

Placeholder

スタンフォード大学(Stanford University)

シラバス - 本コースの学習内容

1

1

16分で修了

Learning: Overview

16分で修了
1件のビデオ (合計16分)
1時間で修了

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

1時間で修了
6件のビデオ (合計59分)
2時間で修了

Parameter Estimation in Bayesian Networks

2時間で修了
5件のビデオ (合計77分)
2

2

21時間で修了

Learning Undirected Models

21時間で修了
3件のビデオ (合計52分)
3

3

18時間で修了

Learning BN Structure

18時間で修了
7件のビデオ (合計106分)
4

4

22時間で修了

Learning BNs with Incomplete Data

22時間で修了
5件のビデオ (合計83分)

レビュー

PROBABILISTIC GRAPHICAL MODELS 3: LEARNING からの人気レビュー

すべてのレビューを見る

Probabilistic Graphical Models 専門講座について

Probabilistic Graphical Models

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。