Этот курс входит в специализацию ''Специализация Байесовская статистика'

4.6
звезд
Оценки: 37

Abel Rodriguez

7 082 уже зарегистрированы

от партнера

Специализация Байесовская статистикаКалифорнийский университет в Санта-Крузе

Об этом курсе

Недавно просмотрено: 9 407

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. 
Some exercises require the use of R, a freely-available statistical software package. A brief tutorial is provided, but we encourage you to take advantage of the many other resources online for learning R if you are interested.

This is an intermediate-level course, and it was designed to be the third in UC Santa Cruz's series on Bayesian statistics, after Herbie Lee's "Bayesian Statistics: From Concept to Data Analysis" and Matthew Heiner's "Bayesian Statistics: Techniques and Models." To succeed in the course, you should have some knowledge of and comfort with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 5 в программе

Специализация Байесовская статистика

Средний уровень

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

Прибл. 22 часа на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Приобретаемые навыки

Markov Model
Bayesian Statistics
Mixture Model
R Programming

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 5 в программе

Специализация Байесовская статистика

Средний уровень

Familiarity with calculus-based probability, principles of maximum-likelihood estimation, and Bayesian estimation.

Прибл. 22 часа на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,73/5 (оценок: 15)

Abel Rodriguez

Professor

Applied Mathematics and Statistics

7 082 учащихся

1 курс

от партнера

Калифорнийский университет в Санта-Крузе

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Неделя

Неделя 1

4 ч. на завершение

Basic concepts on Mixture Models

4 ч. на завершение

9 видео ((всего 94 мин.)), 7 материалов для самостоятельного изучения, 9 тестов

9 видео

Welcome to Bayesian Statistics: Mixture Models3мин

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

Неделя

Неделя 2

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

Неделя

Неделя 3

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 112мин

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

Неделя

Неделя 4

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 using Mixture Models12мин

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

Рецензии

4.6

Рецензии: 13

5 stars
67,56 %
4 stars
21,62 %
3 stars
10,81 %

Лучшие отзывы о курсе BAYESIAN STATISTICS: MIXTURE MODELS

от партнера SM19 янв. 2021 г.

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.

от партнера CM17 мая 2021 г.

Definitely quite mathematical in nature. Good way to learn about expectation-maximisation algorithm.

Посмотреть все отзывы

Специализация Байесовская статистика: общие сведения

This Specialization is intended for all learners seeking to develop proficiency in statistics, Bayesian statistics, Bayesian inference, R programming, and much more. Through four complete courses (From Concept to Data Analysis; Techniques and Models; Mixture Models; Time Series Analysis) and a culminating project, you will cover Bayesian methods — such as conjugate models, MCMC, mixture models, and dynamic linear modeling — which will provide you with the skills necessary to perform analysis, engage in forecasting, and create statistical models using real-world data.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Bayesian Statistics: Mixture Models

Об этом курсе

Приобретаемые навыки