Bayesian Statistics: Mixture Models introduces you to an important class of statistical models. The course is organized in five modules, each of which contains lecture videos, short quizzes, background reading, discussion prompts, and one or more peer-reviewed assignments. Statistics is best learned by doing it, not just watching a video, so the course is structured to help you learn through application.
oferecido por
Bayesian Statistics: Mixture Models
Universidade da Califórnia, Santa CruzInformações sobre o curso
15,034 visualizações recentes
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
Aprox. 21 horas para completar
Inglês
Legendas: Inglês
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
Aprox. 21 horas para completar
Inglês
Legendas: Inglês
oferecido por
Universidade da Califórnia, Santa Cruz
UC Santa Cruz is an outstanding public research university with a deep commitment to undergraduate education. It’s a place that connects people and programs in unexpected ways while providing unparalleled opportunities for students to learn through hands-on experience.
Programa - O que você aprenderá com este curso
4 horas para concluir
Basic concepts on Mixture Models
This module defines mixture models, discusses its properties, and develops the likelihood function for a random sample from a mixture model that will be the basis for statistical learning.
4 horas para concluir
9 vídeos (Total 94 mín.), 7 leituras, 9 testes
9 videos
Installing and using R5min
Basic definitions25min
Mixtures of Gaussians10min
Zero-inflated mixtures11min
Hierarchical representations7min
Sampling from a mixture model5min
The likelihood function14min
Parameter identifiability10min
7 leituras
An Introduction to R45min
Example of a bimodal mixture of Gaussians3min
Example of a unimodal and skewed mixture of Gaussians3min
Example of a unimodal, symmetric and heavy tailed mixture of Gaussians3min
Example of a zero-inflated negative binomial distribution3min
Example of a zero-inflated log Gaussian distribution3min
Sample code for simulating from a Mixture Model10min
7 exercícios práticos
Basic definitions6min
Mixtures of Gaussians4min
Zero-inflated distributions4min
Definition of Mixture Models20min
The likelihood function
Identifiability
Likelihood function for mixture models4min
4 horas para concluir
Maximum likelihood estimation for Mixture Models
4 horas para concluir
4 vídeos (Total 73 mín.), 2 leituras, 2 testes
4 videos
EM for location mixtures of Gaussians22min
EM example 112min
EM example 213min
2 leituras
Sample code for EM example 110min
Sample code for EM example 210min
4 horas para concluir
Bayesian estimation for Mixture Models
4 horas para concluir
6 vídeos (Total 84 mín.), 2 leituras, 2 testes
6 videos
Markov Chain Monte Carlo algorithms, part 213min
MCMC for location mixtures of normals Part 119min
MCMC for location mixtures of normals Part 214min
MCMC Example 111min
MCMC Example 211min
2 leituras
Sample code for MCMC example 110min
Sample code for MCMC example 210min
5 horas para concluir
Applications of Mixture Models
5 horas para concluir
7 vídeos (Total 108 mín.), 3 leituras, 3 testes
7 videos
Density Estimation Example10min
Mixture Models for Clustering23min
Clustering example11min
Mixture Models and naive Bayes classifiers21min
Linear and quadratic discriminant analysis in the context of Mixture Models18min
Classification example10min
3 leituras
Sample code for density estimation problems10min
Sample EM algorithm for clustering problems10min
Sample EM algorithm for classification problems10min
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, 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.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro aos alunos que não podem pagar a taxa. Faça a solicitação clicando no link Auxílio financeiro, abaixo do botão "Inscreva-se" à esquerda. Você será solicitado a preencher um formulário e será notificado se for aprovado. Saiba mais.
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
