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
Declaração de Clientes (3)
It felt like we were going through directly relevant information at a good pace (i.e. no filler material)
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Introduction to the use of neural networks
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible