Über diesen Kurs

76,268 kürzliche Aufrufe

Karriereergebnisse der Lernenden

23%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

22%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

11%

erhalten Sie eine Gehaltserhöhung oder Beförderung
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. 67 Stunden zum Abschließen
Englisch

Kompetenzen, die Sie erwerben

Bayesian NetworkGraphical ModelMarkov Random Field

Karriereergebnisse der Lernenden

23%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

22%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

11%

erhalten Sie eine Gehaltserhöhung oder Beförderung
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. 67 Stunden zum Abschließen
Englisch

Dozent

von

Placeholder

Stanford University

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up84%(3,626 Bewertungen)Info
Woche
1

Woche 1

1 Stunde zum Abschließen

Introduction and Overview

1 Stunde zum Abschließen
4 Videos (Gesamt 35 min)
4 Videos
Overview and Motivation19m
Distributions4m
Factors6m
1 praktische Übung
Basic Definitions30m
12 Stunden zum Abschließen

Bayesian Network (Directed Models)

12 Stunden zum Abschließen
15 Videos (Gesamt 190 min), 6 Lektüren, 4 Quiz
15 Videos
Reasoning Patterns9m
Flow of Probabilistic Influence14m
Conditional Independence12m
Independencies in Bayesian Networks18m
Naive Bayes9m
Application - Medical Diagnosis9m
Knowledge Engineering Example - SAMIAM14m
Basic Operations 13m
Moving Data Around 16m
Computing On Data 13m
Plotting Data 9m
Control Statements: for, while, if statements 12m
Vectorization 13m
Working on and Submitting Programming Exercises 3m
6 Lektüren
Setting Up Your Programming Assignment Environment10m
Installing Octave/MATLAB on Windows10m
Installing Octave/MATLAB on Mac OS X (10.10 Yosemite and 10.9 Mavericks)10m
Installing Octave/MATLAB on Mac OS X (10.8 Mountain Lion and Earlier)10m
Installing Octave/MATLAB on GNU/Linux10m
More Octave/MATLAB resources10m
3 praktische Übungen
Bayesian Network Fundamentals30m
Bayesian Network Independencies30m
Octave/Matlab installation30m
Woche
2

Woche 2

2 Stunden zum Abschließen

Template Models for Bayesian Networks

2 Stunden zum Abschließen
4 Videos (Gesamt 66 min)
4 Videos
Temporal Models - DBNs23m
Temporal Models - HMMs12m
Plate Models20m
1 praktische Übung
Template Models30m
12 Stunden zum Abschließen

Structured CPDs for Bayesian Networks

12 Stunden zum Abschließen
4 Videos (Gesamt 49 min)
4 Videos
Tree-Structured CPDs14m
Independence of Causal Influence13m
Continuous Variables13m
2 praktische Übungen
Structured CPDs30m
BNs for Genetic Inheritance PA Quiz30m
Woche
3

Woche 3

18 Stunden zum Abschließen

Markov Networks (Undirected Models)

18 Stunden zum Abschließen
7 Videos (Gesamt 106 min)
7 Videos
General Gibbs Distribution15m
Conditional Random Fields22m
Independencies in Markov Networks4m
I-maps and perfect maps20m
Log-Linear Models22m
Shared Features in Log-Linear Models8m
2 praktische Übungen
Markov Networks30m
Independencies Revisited30m
Woche
4

Woche 4

22 Stunden zum Abschließen

Decision Making

22 Stunden zum Abschließen
3 Videos (Gesamt 61 min)
3 Videos
Utility Functions18m
Value of Perfect Information17m
2 praktische Übungen
Decision Theory30m
Decision Making PA Quiz30m

Bewertungen

Top-Bewertungen von PROBABILISTIC GRAPHICAL MODELS 1: REPRESENTATION

Alle Bewertungen anzeigen

Über den Spezialisierung Probabilistic Graphical Models

Probabilistic Graphical Models

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..