Informações sobre o curso

14,272 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. 22 horas para completar
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. 22 horas para completar
Inglês

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
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
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
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
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
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
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
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

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.