贝叶斯统计:混合模型》向您介绍了一类重要的统计模型。课程分为五个模块,每个模块包含授课视频、小测验、背景阅读、讨论提示和一个或多个同行评议作业。统计学的最佳学习方式是动手实践,而不仅仅是观看视频。
通过 Coursera Plus 提高技能,仅需 239 美元/年(原价 399 美元)。立即节省

您将学到什么
解释拟合混合模型算法的基本原理。
计算混合分布的期望和方差。
使用混合模型解决分类和聚类问题,并提供密度估算。
您将获得的技能
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有5个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 数据分析 浏览更多内容

University of California, Santa Cruz

University of California, Santa Cruz

University of California, Santa Cruz

Duke University
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
65.07%
- 4 stars
20.63%
- 3 stars
11.11%
- 2 stars
1.58%
- 1 star
1.58%
显示 3/63 个
已于 Oct 14, 2023审阅
Great course. The professor is excellent. The material is fairly advanced so make sure to take the prerequisites.
已于 Feb 10, 2023审阅
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.
已于 Jan 19, 2021审阅
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.
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。




