直播结束
已报名用户,可提前15分钟进入直播间,千万不要忘记哦适合对象:机器学习相关人士或者在校大学生。
价格:399.00
计算机博士,现在中科院从事科研教学工作,十余年机器学习教学经验,主持国家级科研项目3项,研究方向为机器学习、计算机视觉及多媒体处理。
课程简介:
本次课程知识点
第一课:随机变量及其分布
1. 概率公理及推论
2. 随机事件之间的关系:条件概率、贝叶斯公式
3. 随机变量及其分布: pmf/pdf、CDF、均值、方差、分位数
4. 常用随机变量分布:离散型随机变量、连续性随机变量
5. 概率密度估计
6. 应用:Kaggle竞赛数据分析(直方图/核密度估计)、xgboost近似搜索(分位数)
第二课:多元随机向量及其分布
1. 联合概率、边缘概率、条件概率、条件独立
2. 常用多元分布
3. 朴素贝叶斯
4. 应用:MRF、CRF、RBM
第三课:极大似然估计
1. 极大似然估计:似然函数、极大似然估计
2. 估计评价:偏差-方差分解、Bootstrap
3. 应用:线性回归参数估计、logistic回归参数估计
第四课:贝叶斯估计
1. 贝叶斯估计:先验/共轭先验、似然、后验、大后验估计
2. 正则
3. 应用:岭回归、Lasso
本课程是一个系列课程:
第一讲:随机变量及其分布
第二讲:多元随机向量及其分布
第三讲:极大似然估计
第四讲:贝叶斯估计
邮箱:panyf@csdn.net
电话:17346508179
微信:superaihelper
Python统计与数据分析实战
首次报名用户,请关注公众号领取验证码
直播课程报名成功
课程名称:机器学习之概率与统计推断
开课时间:2018-05-09 20:00
授课讲师:冒教授