贝叶斯统计
贝叶斯定理、贝叶斯网络、贝叶斯抽样方法、贝叶斯推理、机器学习等等
讲师:Dr. Philipp Loick
双语IT资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
您将学到什么
- 贝叶斯定理
- 有条件和绝对独立
- 贝叶斯网络与分离
- 枚举与消除
- 抽样方法(拒绝抽样、吉布斯抽样、大都会黑斯廷斯抽样)
- 贝叶斯推理
- 连续贝叶斯统计
- 贝叶斯统计与机器学习
探索相关主题
要求
- 高中数学水平/理想情况下大学一年级数学或统计学课程
- 概率论基本背景
描述
贝叶斯统计是一个引人入胜的领域,如今已成为数据科学和机器学习中众多统计应用的核心。本课程将涵盖贝叶斯统计的主要概念,包括贝叶斯定理、贝叶斯网络、用于此类网络推理的枚举与消元法、吉布斯采样和Metropolis-Hastings算法等采样方法、贝叶斯推理及其与机器学习的关系。
本课程以示例和练习为核心,提供大量机会来培养直觉并运用所学知识。许多示例来自科学、商业或工程领域的实际应用,或取自数据科学领域的求职面试。
虽然这不是一门编程课程,但我引用了多处与贝叶斯统计相关的编程资源。本课程专为未接受过多年正规数学教育的学生设计。唯一的先决条件是高中数学水平,最好是大学一年级数学课程,并对概率有基本的了解。
本课程适合哪些人:
- 有兴趣学习贝叶斯统计以用于大学或工作面试的科学、商业和工程专业的大学生
- 这些领域的从业者有兴趣学习贝叶斯统计的核心概念并将其应用于现实世界的问题
如果你有能力,请务必支持课程的原创作者,这是他们应得的报酬!
本站收取的费用,仅用来维持网站正常运行的必要支出,从本站下载任何内容,说明你已经知晓并同意此条款。