Bayesian Methods for Machine Learning

开始时间: 11/16/2019 持续时间: Unknown

所在平台: Coursera

课程类别: 计算机科学

大学或机构: CourseraNew

   

课程主页: https://www.coursera.org/learn/bayesian-methods-in-machine-learning

Explore 1600+ online courses from top universities. Join Coursera today to learn data science, programming, business strategy, and more.

课程评论:没有评论

第一个写评论        关注课程

课程大纲

Welcome to first week of our course! Today we will discuss what bayesian methods are and what are probabilistic models. We will see how they can be used to model real-life situations and how to make conclusions from them. We will also learn about conjugate priors — a class of models where all math becomes really simple.

课程评论(0条)

欢迎关注我们的公众号

NLPJob

课程简介

面向机器学习的贝叶斯方法:该课程关注机器学习中的贝叶斯方法,贝叶斯方法在很多领域都很有用,例如游戏开发和毒品发现。它们给很多机器学习算法赋予了“超能力”,例如处理缺失数据,从小数据集中提取大量有用的信息等。当贝叶斯方法被应用在深度学习中时,它可以让你将模型压缩100倍,并且自动帮你调参,节省你的时间和金钱。

课程标签

机器学习 贝叶斯方法 面向机器学习的贝叶斯方法 机器学习中的贝叶斯方法 贝叶斯 深度学习 数据 缺失数据 小数据 调参 预测 压缩

2人关注该课程

主题相关的课程