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.
von
Bayesian Statistics: Mixture Models
University of California, Santa CruzÜber diesen Kurs
16,097 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 21 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 21 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
University of California, 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.
Lehrplan - Was Sie in diesem Kurs lernen werden
4 Stunden zum Abschließen
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 Stunden zum Abschließen
9 Videos (Gesamt 94 min), 7 Lektüren, 9 Quiz
9 Videos
Installing and using R5m
Basic definitions25m
Mixtures of Gaussians10m
Zero-inflated mixtures11m
Hierarchical representations7m
Sampling from a mixture model5m
The likelihood function14m
Parameter identifiability10m
7 Lektüren
An Introduction to R45m
Example of a bimodal mixture of Gaussians3m
Example of a unimodal and skewed mixture of Gaussians3m
Example of a unimodal, symmetric and heavy tailed mixture of Gaussians3m
Example of a zero-inflated negative binomial distribution3m
Example of a zero-inflated log Gaussian distribution3m
Sample code for simulating from a Mixture Model10m
7 praktische Übungen
Basic definitions6m
Mixtures of Gaussians4m
Zero-inflated distributions4m
Definition of Mixture Models20m
The likelihood function
Identifiability
Likelihood function for mixture models4m
4 Stunden zum Abschließen
Maximum likelihood estimation for Mixture Models
4 Stunden zum Abschließen
4 Videos (Gesamt 73 min), 2 Lektüren, 2 Quiz
4 Videos
EM for location mixtures of Gaussians22m
EM example 112m
EM example 213m
2 Lektüren
Sample code for EM example 110m
Sample code for EM example 210m
4 Stunden zum Abschließen
Bayesian estimation for Mixture Models
4 Stunden zum Abschließen
6 Videos (Gesamt 84 min), 2 Lektüren, 2 Quiz
6 Videos
Markov Chain Monte Carlo algorithms, part 213m
MCMC for location mixtures of normals Part 119m
MCMC for location mixtures of normals Part 214m
MCMC Example 111m
MCMC Example 211m
2 Lektüren
Sample code for MCMC example 110m
Sample code for MCMC example 210m
5 Stunden zum Abschließen
Applications of Mixture Models
5 Stunden zum Abschließen
7 Videos (Gesamt 108 min), 3 Lektüren, 3 Quiz
7 Videos
Density Estimation Example10m
Mixture Models for Clustering23m
Clustering example11m
Mixture Models and naive Bayes classifiers21m
Linear and quadratic discriminant analysis in the context of Mixture Models18m
Classification example10m
3 Lektüren
Sample code for density estimation problems10m
Sample EM algorithm for clustering problems10m
Sample EM algorithm for classification problems10m
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
What is the refund policy?
Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Is financial aid available?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
