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.
Оценки: 13
от партнера
Bayesian Statistics: Mixture Models
Калифорнийский университет в Санта-КрузеОб этом курсе
Недавно просмотрено: 14,496
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 22 часа на выполнение
Английский
Субтитры: Английский
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 22 часа на выполнение
Английский
Субтитры: Английский
от партнера
Калифорнийский университет в Санта-Крузе
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.
Программа курса: что вы изучите
4 ч. на завершение
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 ч. на завершение
9 видео ((всего 94 мин.)), 7 материалов для самостоятельного изучения, 9 тестов
9 видео
Installing and using R5мин
Basic definitions25мин
Mixtures of Gaussians10мин
Zero-inflated mixtures11мин
Hierarchical representations7мин
Sampling from a mixture model5мин
The likelihood function14мин
Parameter identifiability10мин
7 материалов для самостоятельного изучения
An Introduction to R45мин
Example of a bimodal mixture of Gaussians3мин
Example of a unimodal and skewed mixture of Gaussians3мин
Example of a unimodal, symmetric and heavy tailed mixture of Gaussians3мин
Example of a zero-inflated negative binomial distribution3мин
Example of a zero-inflated log Gaussian distribution3мин
Sample code for simulating from a Mixture Model10мин
7 практических упражнений
Basic definitions6мин
Mixtures of Gaussians4мин
Zero-inflated distributions4мин
Definition of Mixture Models20мин
The likelihood function
Identifiability
Likelihood function for mixture models4мин
4 ч. на завершение
Maximum likelihood estimation for Mixture Models
4 ч. на завершение
4 видео ((всего 73 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
4 видео
EM for location mixtures of Gaussians22мин
EM example 112мин
EM example 213мин
2 материала для самостоятельного изучения
Sample code for EM example 110мин
Sample code for EM example 210мин
4 ч. на завершение
Bayesian estimation for Mixture Models
4 ч. на завершение
6 видео ((всего 84 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
6 видео
Markov Chain Monte Carlo algorithms, part 213мин
MCMC for location mixtures of normals Part 119мин
MCMC for location mixtures of normals Part 214мин
MCMC Example 111мин
MCMC Example 211мин
2 материала для самостоятельного изучения
Sample code for MCMC example 110мин
Sample code for MCMC example 210мин
5 ч. на завершение
Applications of Mixture Models
5 ч. на завершение
7 видео ((всего 108 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
7 видео
Density Estimation Example10мин
Mixture Models for Clustering23мин
Clustering example11мин
Mixture Models and naive Bayes classifiers21мин
Linear and quadratic discriminant analysis in the context of Mixture Models18мин
Classification example10мин
3 материала для самостоятельного изучения
Sample code for density estimation problems10мин
Sample EM algorithm for clustering problems10мин
Sample EM algorithm for classification problems10мин
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оплатив сертификацию?
Is financial aid available?
Остались вопросы? Посетите Центр поддержки учащихся.
