Informações sobre o curso

137,778 visualizações recentes

Resultados de carreira do aprendiz

50%

comecei uma nova carreira após concluir estes cursos

36%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado

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

Aprox. 32 horas para completar
Inglês
Legendas: Inglês, Coreano

Habilidades que você terá

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

Resultados de carreira do aprendiz

50%

comecei uma nova carreira após concluir estes cursos

36%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado

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

Aprox. 32 horas para completar
Inglês
Legendas: Inglês, Coreano

oferecido por

Logotipo de National Research University Higher School of Economics

National Research University Higher School of Economics

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up83%(2,413 classificações)Info
Semana
1

Semana 1

2 horas para concluir

Introduction to Bayesian methods & Conjugate priors

2 horas para concluir
10 vídeos (Total 57 mín.), 2 leituras, 2 testes
10 videos
Think bayesian & Statistics review7min
Bayesian approach to statistics5min
How to define a model3min
Example: thief & alarm11min
Linear regression10min
Analytical inference3min
Conjugate distributions2min
Example: Normal, precision5min
Example: Bernoulli4min
2 leituras
About the University10min
MLE estimation of Gaussian mean10min
2 exercícios práticos
Introduction to Bayesian methods30min
Conjugate priors30min
Semana
2

Semana 2

7 horas para concluir

Expectation-Maximization algorithm

7 horas para concluir
17 vídeos (Total 168 mín.)
17 videos
Probabilistic clustering6min
Gaussian Mixture Model10min
Training GMM10min
Example of GMM training10min
Jensen's inequality & Kullback Leibler divergence9min
Expectation-Maximization algorithm10min
E-step details12min
M-step details6min
Example: EM for discrete mixture, E-step10min
Example: EM for discrete mixture, M-step12min
Summary of Expectation Maximization6min
General EM for GMM12min
K-means from probabilistic perspective9min
K-means, M-step7min
Probabilistic PCA13min
EM for Probabilistic PCA7min
2 exercícios práticos
EM algorithm30min
Latent Variable Models and EM algorithm30min
Semana
3

Semana 3

2 horas para concluir

Variational Inference & Latent Dirichlet Allocation

2 horas para concluir
11 vídeos (Total 98 mín.)
11 videos
Mean field approximation13min
Example: Ising model15min
Variational EM & Review5min
Topic modeling5min
Dirichlet distribution6min
Latent Dirichlet Allocation5min
LDA: E-step, theta11min
LDA: E-step, z8min
LDA: M-step & prediction13min
Extensions of LDA5min
2 exercícios práticos
Variational inference15min
Latent Dirichlet Allocation15min
Semana
4

Semana 4

6 horas para concluir

Markov chain Monte Carlo

6 horas para concluir
11 vídeos (Total 122 mín.)
11 videos
Sampling from 1-d distributions13min
Markov Chains13min
Gibbs sampling12min
Example of Gibbs sampling7min
Metropolis-Hastings8min
Metropolis-Hastings: choosing the critic8min
Example of Metropolis-Hastings9min
Markov Chain Monte Carlo summary8min
MCMC for LDA15min
Bayesian Neural Networks11min
1 exercício prático
Markov Chain Monte Carlo30min

Avaliações

Principais avaliações do BAYESIAN METHODS FOR MACHINE LEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Aprendizagem de máquina avançada

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Aprendizagem de máquina avançada

Perguntas Frequentes – FAQ

  • 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.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

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

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.