Informações sobre o curso

60,896 visualizações recentes

Resultados de carreira do aprendiz

23%

comecei uma nova carreira após concluir estes cursos

22%

consegui um benefício significativo de carreira com este curso

11%

recebi um aumento ou promoção
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. 67 horas para completar
Inglês

Habilidades que você terá

Bayesian NetworkGraphical ModelMarkov Random Field

Resultados de carreira do aprendiz

23%

comecei uma nova carreira após concluir estes cursos

22%

consegui um benefício significativo de carreira com este curso

11%

recebi um aumento ou promoção
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. 67 horas para completar
Inglês

Instrutores

oferecido por

Placeholder

Universidade de Stanford

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up84%(3,660 classificações)Info
Semana
1

Semana 1

1 hora para concluir

Introduction and Overview

1 hora para concluir
4 vídeos (Total 35 mín.)
4 videos
Overview and Motivation19min
Distributions4min
Factors6min
1 exercício prático
Basic Definitions30min
12 horas para concluir

Bayesian Network (Directed Models)

12 horas para concluir
15 vídeos (Total 190 mín.), 6 leituras, 4 testes
15 videos
Reasoning Patterns9min
Flow of Probabilistic Influence14min
Conditional Independence12min
Independencies in Bayesian Networks18min
Naive Bayes9min
Application - Medical Diagnosis9min
Knowledge Engineering Example - SAMIAM14min
Basic Operations 13min
Moving Data Around 16min
Computing On Data 13min
Plotting Data 9min
Control Statements: for, while, if statements 12min
Vectorization 13min
Working on and Submitting Programming Exercises 3min
6 leituras
Setting Up Your Programming Assignment Environment10min
Installing Octave/MATLAB on Windows10min
Installing Octave/MATLAB on Mac OS X (10.10 Yosemite and 10.9 Mavericks)10min
Installing Octave/MATLAB on Mac OS X (10.8 Mountain Lion and Earlier)10min
Installing Octave/MATLAB on GNU/Linux10min
More Octave/MATLAB resources10min
3 exercícios práticos
Bayesian Network Fundamentals30min
Bayesian Network Independencies30min
Octave/Matlab installation30min
Semana
2

Semana 2

2 horas para concluir

Template Models for Bayesian Networks

2 horas para concluir
4 vídeos (Total 66 mín.)
4 videos
Temporal Models - DBNs23min
Temporal Models - HMMs12min
Plate Models20min
1 exercício prático
Template Models30min
12 horas para concluir

Structured CPDs for Bayesian Networks

12 horas para concluir
4 vídeos (Total 49 mín.)
4 videos
Tree-Structured CPDs14min
Independence of Causal Influence13min
Continuous Variables13min
2 exercícios práticos
Structured CPDs30min
BNs for Genetic Inheritance PA Quiz30min
Semana
3

Semana 3

18 horas para concluir

Markov Networks (Undirected Models)

18 horas para concluir
7 vídeos (Total 106 mín.)
7 videos
General Gibbs Distribution15min
Conditional Random Fields22min
Independencies in Markov Networks4min
I-maps and perfect maps20min
Log-Linear Models22min
Shared Features in Log-Linear Models8min
2 exercícios práticos
Markov Networks30min
Independencies Revisited30min
Semana
4

Semana 4

22 horas para concluir

Decision Making

22 horas para concluir
3 vídeos (Total 61 mín.)
3 videos
Utility Functions18min
Value of Perfect Information17min
2 exercícios práticos
Decision Theory30min
Decision Making PA Quiz30min

Avaliações

Principais avaliações do PROBABILISTIC GRAPHICAL MODELS 1: REPRESENTATION

Visualizar todas as avaliações

Sobre Programa de cursos integrados Modelos Gráficos Probabilísticos

Modelos Gráficos Probabilísticos

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.