Acerca de este Curso

18,300 vistas recientes

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

20%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

20%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 38 horas para completar
Inglés (English)

Habilidades que obtendrás

InferenceGibbs SamplingMarkov Chain Monte Carlo (MCMC)Belief Propagation

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

20%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

20%

consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 38 horas para completar
Inglés (English)

Instructor

ofrecido por

Placeholder

Universidad de Stanford

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

25 minutos para completar

Inference Overview

25 minutos para completar
2 videos (Total 25 minutos)
2 videos
Overview: MAP Inference9m
1 hora para completar

Variable Elimination

1 hora para completar
4 videos (Total 56 minutos)
4 videos
Complexity of Variable Elimination12m
Graph-Based Perspective on Variable Elimination15m
Finding Elimination Orderings11m
1 ejercicio de práctica
Variable Elimination30m
Semana
2

Semana 2

18 horas para completar

Belief Propagation Algorithms

18 horas para completar
9 videos (Total 150 minutos)
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 ejercicios de práctica
Message Passing in Cluster Graphs30m
Clique Tree Algorithm30m
Semana
3

Semana 3

2 horas para completar

MAP Algorithms

2 horas para completar
5 videos (Total 74 minutos)
5 videos
Finding a MAP Assignment3m
Tractable MAP Problems15m
Dual Decomposition - Intuition17m
Dual Decomposition - Algorithm16m
1 ejercicio de práctica
MAP Message Passing30m
Semana
4

Semana 4

15 horas para completar

Sampling Methods

15 horas para completar
5 videos (Total 100 minutos)
5 videos
Markov Chain Monte Carlo14m
Using a Markov Chain15m
Gibbs Sampling19m
Metropolis Hastings Algorithm27m
2 ejercicios de práctica
Sampling Methods30m
Sampling Methods PA Quiz30m
1 hora para completar

Inference in Temporal Models

1 hora para completar
1 video (Total 20 minutos)
1 ejercicio de práctica
Inference in Temporal Models30m

Reseñas

Principales reseñas sobre PROBABILISTIC GRAPHICAL MODELS 2: INFERENCE

Ver todas las reseñas

Acerca de Programa especializado: Probabilistic Graphical Models

Probabilistic Graphical Models

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.