Programa do Curso

Introdução

Teoria das Probabilidades, Seleção de Modelos, Teoria da Decisão e da Informação

Distribuições de probabilidade

Modelos Lineares para Regressão e Classificação

Neural Networks

Métodos do Kernel

Máquinas de kernel esparsas

Modelos Gráficos

Modelos de mistura e EM

Inferência Aproximada

Métodos de amostragem

Variáveis Latentes Contínuas

Dados Sequenciais

Combinando Modelos

Resumo e conclusão

Requisitos

  • Compreensão de estatística.
  • Familiaridade com cálculo multivariado e álgebra linear básica.
  • Alguma experiência com probabilidades.

Público

  • Analistas de dados
  • Estudantes de doutoramento, investigadores e profissionais
  21 horas
 

Declaração de Clientes (3)

Cursos Relacionados

Categorias Relacionadas