Informações sobre o curso

8.525 visualizações recentes
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

Aprox. 22 horas para completar
Inglês

Habilidades que você terá

  • Markov Model
  • Bayesian Statistics
  • Mixture Model
  • R Programming
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível intermediário

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

Aprox. 22 horas para completar
Inglês

Instrutores

oferecido por

Placeholder

Universidade da Califórnia, Santa Cruz

Programa - O que você aprenderá com este curso

Semana
1
Semana 1
4 horas para concluir

Basic concepts on Mixture Models

4 horas para concluir
9 vídeos (Total 94 mín.), 7 leituras, 9 testes
Semana
2
Semana 2
4 horas para concluir

Maximum likelihood estimation for Mixture Models

4 horas para concluir
4 vídeos (Total 73 mín.), 2 leituras, 2 testes
Semana
3
Semana 3
4 horas para concluir

Bayesian estimation for Mixture Models

4 horas para concluir
6 vídeos (Total 84 mín.), 2 leituras, 2 testes
Semana
4
Semana 4
5 horas para concluir

Applications of Mixture Models

5 horas para concluir
7 vídeos (Total 108 mín.), 3 leituras, 3 testes

Avaliações

Principais avaliações do BAYESIAN STATISTICS: MIXTURE MODELS

Visualizar todas as avaliações

Sobre Programa de cursos integrados Estatística Bayesiana

Estatística Bayesiana

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.