Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kurzusleírás
Bevezetés
Valószínűségszámítás, modellválasztás, döntés- és információelmélet
Valószínűségi eloszlások
Lineáris modellek regresszióhoz és osztályozáshoz
Neural Networks
Kernel Methods
Ritka kernel gépek
Grafikus modellek
Keverékmodellek és EM
Hozzávetőleges következtetés
Mintavételi módszerek
Folyamatos látens változók
Szekvenciális adatok
Modellek kombinálása
Összefoglalás, és következtetés
Követelmények
- A statisztika megértése.
- A többváltozós számítás és az alapvető lineáris algebra ismerete.
- Némi tapasztalat a valószínűségekkel.
Közönség
- Adatelemzők
- PhD hallgatók, kutatók és gyakorlati szakemberek
21 Hours
Vélemények (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
Kurzus - 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
Kurzus - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible