Course Outline

Invoering

Kansrekening, modelselectie, beslissings- en informatietheorie

Waarschijnlijkheidsverdelingen

Lineaire modellen voor regressie en classificatie

Neural Networks

Kernel-methoden

Schaarse kernelmachines

Grafische modellen

Mengmodellen en EM

Geschatte gevolgtrekking

Bemonsteringsmethoden

Continue latente variabelen

Sequentiële gegevens

Modellen combineren

Samenvatting en conclusie

Requirements

  • Inzicht in statistieken.
  • Bekendheid met multivariate calculus en elementaire lineaire algebra.
  • Enige ervaring met waarschijnlijkheden.

Publiek

  • Data-analisten
  • Promovendi, onderzoekers en praktijkmensen
  21 Hours
 

Getuigenissen (3)

Related Courses

Related Categories