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。
贝叶斯统计：混合模型
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
本课程是 贝叶斯统计 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 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
授课教师评分
(31个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
64.51%
- 4 stars
20.96%
- 3 stars
11.29%
- 2 stars
1.61%
- 1 star
1.61%
显示 3/62 个
SM
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.
AM
已于 Jan 5, 2025审阅
I recommend this course that helps build ad hoc distributions to model real-life data.
CM
已于 May 17, 2021审阅
Definitely quite mathematical in nature. Good way to learn about expectation-maximisation algorithm.
从 数据科学 浏览更多内容
University of California, Santa Cruz
University of California, Santa Cruz
University of California, Santa Cruz
Duke University
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。