Über diesen Kurs

17,672 kürzliche Aufrufe

Karriereergebnisse der Lernenden

50%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

20%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

20%

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. 38 Stunden zum Abschließen
Englisch

Kompetenzen, die Sie erwerben

InferenceGibbs SamplingMarkov Chain Monte Carlo (MCMC)Belief Propagation

Karriereergebnisse der Lernenden

50%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

20%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

20%

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. 38 Stunden zum Abschließen
Englisch

Dozent

von

Placeholder

Stanford University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

25 Minuten zum Abschließen

Inference Overview

25 Minuten zum Abschließen
2 Videos (Gesamt 25 min)
2 Videos
Overview: MAP Inference9m
1 Stunde zum Abschließen

Variable Elimination

1 Stunde zum Abschließen
4 Videos (Gesamt 56 min)
4 Videos
Complexity of Variable Elimination12m
Graph-Based Perspective on Variable Elimination15m
Finding Elimination Orderings11m
1 praktische Übung
Variable Elimination30m
Woche
2

Woche 2

18 Stunden zum Abschließen

Belief Propagation Algorithms

18 Stunden zum Abschließen
9 Videos (Gesamt 150 min)
9 Videos
Properties of Cluster Graphs15m
Properties of Belief Propagation9m
Clique Tree Algorithm - Correctness18m
Clique Tree Algorithm - Computation16m
Clique Trees and Independence15m
Clique Trees and VE16m
BP In Practice15m
Loopy BP and Message Decoding21m
2 praktische Übungen
Message Passing in Cluster Graphs30m
Clique Tree Algorithm30m
Woche
3

Woche 3

2 Stunden zum Abschließen

MAP Algorithms

2 Stunden zum Abschließen
5 Videos (Gesamt 74 min)
5 Videos
Finding a MAP Assignment3m
Tractable MAP Problems15m
Dual Decomposition - Intuition17m
Dual Decomposition - Algorithm16m
1 praktische Übung
MAP Message Passing30m
Woche
4

Woche 4

15 Stunden zum Abschließen

Sampling Methods

15 Stunden zum Abschließen
5 Videos (Gesamt 100 min)
5 Videos
Markov Chain Monte Carlo14m
Using a Markov Chain15m
Gibbs Sampling19m
Metropolis Hastings Algorithm27m
2 praktische Übungen
Sampling Methods30m
Sampling Methods PA Quiz30m
1 Stunde zum Abschließen

Inference in Temporal Models

1 Stunde zum Abschließen
1 Video (Gesamt 20 min)
1 praktische Übung
Inference in Temporal Models30m

Bewertungen

Top-Bewertungen von PROBABILISTIC GRAPHICAL MODELS 2: INFERENCE

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..