Bayessche Statistik: Mixture Models führt Sie in eine wichtige Klasse von statistischen Modellen ein. Der Kurs ist in fünf Module gegliedert, von denen jedes Vorlesungsvideos, kurze Quizfragen, Hintergrundlektüre, Diskussionsanregungen und eine oder mehrere von Experten begutachtete Aufgaben enthält. Statistik lernt man am besten, indem man es tut, und nicht nur, indem man sich ein Video ansieht. Daher ist der Kurs so aufgebaut, dass Sie durch Anwendung lernen.
Bayessche Statistik: Gemischte Modelle
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Bayessche Statistik: Gemischte Modelle
Dieser Kurs ist Teil von Spezialisierung „Bayessche Statistik“
Dozent: Abel Rodriguez
11.992 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
63 Bewertungen
Stufe Mittel
Empfohlene Erfahrung
2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Erklären Sie die Grundprinzipien des Algorithmus zur Anpassung eines Mischmodells.
Berechnen Sie den Erwartungswert und die Varianz einer Mischverteilung.
Verwenden Sie Mischungsmodelle, um Klassifizierungs- und Clustering-Probleme zu lösen und um Dichteschätzungen zu erstellen.
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Programmierung
- Kategorie: Statistische Methoden
- Kategorie: Wahrscheinlichkeitsverteilung
- Kategorie: Numerische Analyse
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Statistische Modellierung
- Kategorie: Statistische Inferenz
- Kategorie: Markov-Modell
- Kategorie: Bayessche Statistik
- Kategorie: Stichproben (Statistik)
Werkzeuge, die Sie lernen werden
- Kategorie: Statistische Software
- Kategorie: R Programmierung
- Kategorie: Klassifizierungsalgorithmen
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Bayessche Statistik“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
Lehrkraftbewertungen
(31 Bewertungen)
Mehr von Datenanalyse entdecken
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Status: Kostenloser TestzeitraumUniversity of California, Santa Cruz
Duke University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
- 5 stars
65,07 %
- 4 stars
20,63 %
- 3 stars
11,11 %
- 2 stars
1,58 %
- 1 star
1,58 %
Zeigt 3 von 63 an
RL
Geprüft am 10. Feb. 2023
I really enjoyed this course! Plenty of examples on how to use Mixture Models in a Machine Learning context. Thanks to Abel and his team for putting together such an useful course.
SM
Geprüft am 19. Jan. 2021
I learned a lot about bayesian mixture model, expectation maximization, and MCMC algorithms and their use case in classification and clustering problems. I highly recommend this course.
CM
Geprüft am 17. Mai 2021
Definitely quite mathematical in nature. Good way to learn about expectation-maximisation algorithm.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.