Statistiques bayésiennes : Modèles de mélange vous présente une classe importante de modèles statistiques. Le cours est organisé en cinq modules, chacun d'entre eux contenant des vidéos de cours, de courts quiz, des lectures de fond, des questions de discussion et un ou plusieurs devoirs évalués par les pairs. Les statistiques s'apprennent mieux en les pratiquant qu'en regardant une vidéo. Le cours est donc structuré de manière à vous aider à apprendre par l'application.

Statistiques bayésiennes : Modèles de mélange

Statistiques bayésiennes : Modèles de mélange
Ce cours fait partie de Spécialisation "Statistiques bayésiennes"

Instructeur : Abel Rodriguez
11 720 déjà inscrits
Inclus avec
62 avis
Expérience recommandée
Ce que vous apprendrez
Expliquez les principes de base de l'algorithme d'ajustement d'un modèle de mélange.
Calculez l'espérance et la variance d'une distribution de mélange.
Utiliser des modèles de mélange pour résoudre des problèmes de classification et de regroupement, et pour fournir des estimations de densité.
Compétences que vous acquerrez
- Catégorie : Machine Learning Methods
- Catégorie : Markov Model
- Catégorie : Statistical Methods
- Catégorie : Mathematical Modeling
- Catégorie : Probability Distribution
- Catégorie : Probability & Statistics
- Catégorie : Bayesian Statistics
- Catégorie : Statistical Modeling
- Catégorie : Unsupervised Learning
Outils que vous découvrirez
- Catégorie : Classification Algorithms
- Catégorie : Statistical Software
- Catégorie : R Programming
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 5 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Analyse des Données

University of California, Santa Cruz

University of California, Santa Cruz

University of California, Santa Cruz

Duke University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
64,51 %
- 4 stars
20,96 %
- 3 stars
11,29 %
- 2 stars
1,61 %
- 1 star
1,61 %
Affichage de 3 sur 62
Révisé le 10 févr. 2023
I really enjoyed this course! Plenty of examples on how to use Mixture Models in a Machine Learning context. Thanks to Abel and his team for putting together such an useful course.
Révisé le 19 janv. 2021
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.
Révisé le 14 oct. 2023
Great course. The professor is excellent. The material is fairly advanced so make sure to take the prerequisites.

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.

