À propos de ce cours
93,044 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau avancé

Course requires strong background in calculus, linear algebra, probability theory and machine learning.

Approx. 39 heures pour terminer

Recommandé : 6 weeks of study, 6 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Compétences que vous acquerrez

Bayesian OptimizationGaussian ProcessMarkov Chain Monte Carlo (MCMC)Variational Bayesian Methods

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau avancé

Course requires strong background in calculus, linear algebra, probability theory and machine learning.

Approx. 39 heures pour terminer

Recommandé : 6 weeks of study, 6 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

Introduction to Bayesian methods & Conjugate priors

9 vidéos (Total 55 min), 1 lecture, 2 quiz
9 vidéos
Bayesian approach to statistics5 min
How to define a model3 min
Example: thief & alarm11 min
Linear regression10 min
Analytical inference3 min
Conjugate distributions2 min
Example: Normal, precision5 min
Example: Bernoulli4 min
1 lecture
MLE estimation of Gaussian mean10 min
2 exercices pour s'entraîner
Introduction to Bayesian methods20 min
Conjugate priors12 min
Semaine
2
6 heures pour terminer

Expectation-Maximization algorithm

17 vidéos (Total 168 min), 3 quiz
17 vidéos
Probabilistic clustering6 min
Gaussian Mixture Model10 min
Training GMM10 min
Example of GMM training10 min
Jensen's inequality & Kullback Leibler divergence9 min
Expectation-Maximization algorithm10 min
E-step details12 min
M-step details6 min
Example: EM for discrete mixture, E-step10 min
Example: EM for discrete mixture, M-step12 min
Summary of Expectation Maximization6 min
General EM for GMM12 min
K-means from probabilistic perspective9 min
K-means, M-step7 min
Probabilistic PCA13 min
EM for Probabilistic PCA7 min
2 exercices pour s'entraîner
EM algorithm8 min
Latent Variable Models and EM algorithm10 min
Semaine
3
2 heures pour terminer

Variational Inference & Latent Dirichlet Allocation

11 vidéos (Total 98 min), 2 quiz
11 vidéos
Mean field approximation13 min
Example: Ising model15 min
Variational EM & Review5 min
Topic modeling5 min
Dirichlet distribution6 min
Latent Dirichlet Allocation5 min
LDA: E-step, theta11 min
LDA: E-step, z8 min
LDA: M-step & prediction13 min
Extensions of LDA5 min
2 exercices pour s'entraîner
Variational inference15 min
Latent Dirichlet Allocation15 min
Semaine
4
5 heures pour terminer

Markov chain Monte Carlo

11 vidéos (Total 122 min), 2 quiz
11 vidéos
Sampling from 1-d distributions13 min
Markov Chains13 min
Gibbs sampling12 min
Example of Gibbs sampling7 min
Metropolis-Hastings8 min
Metropolis-Hastings: choosing the critic8 min
Example of Metropolis-Hastings9 min
Markov Chain Monte Carlo summary8 min
MCMC for LDA15 min
Bayesian Neural Networks11 min
1 exercice pour s'entraîner
Markov Chain Monte Carlo20 min
4.6
102 avisChevron Right

60%

a commencé une nouvelle carrière après avoir terminé ces cours

36%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

Principaux examens pour Bayesian Methods for Machine Learning

par JGNov 18th 2017

This course is little difficult. But I could find very helpful.\n\nAlso, I didn't find better course on Bayesian anywhere on the net. So I will recommend this if anyone wants to die into bayesian.

par LBJun 7th 2019

Excellent course! The perfect balance of clear and relevant material and challenging but reasonable exercises. My only critique would be that one of the lecturers sounds very sleepy.

Enseignants

Avatar

Daniil Polykovskiy

Sr. Research Scientist
HSE Faculty of Computer Science
Avatar

Alexander Novikov

Researcher
HSE Faculty of Computer Science

À propos de Université nationale de recherche, École des hautes études en sciences économiques

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

À propos du Spécialisation Apprentissage automatique avancé

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Apprentissage automatique avancé

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Course requires strong background in calculus, linear algebra, probability theory and machine learning.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.