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.
Course Outline
Εισαγωγή
Θεωρία Πιθανοτήτων, Επιλογή Μοντέλου, Θεωρία Αποφάσεων και Πληροφοριών
Κατανομές Πιθανοτήτων
Γραμμικά μοντέλα παλινδρόμησης και ταξινόμησης
Neural Networks
Μέθοδοι πυρήνα
Μηχανές Αραιού Πυρήνα
Γραφικά μοντέλα
Μοντέλα Μιγμάτων και ΕΜ
Κατά προσέγγιση συμπέρασμα
Μέθοδοι Δειγματοληψίας
Συνεχείς Λανθάνουσες Μεταβλητές
Διαδοχικά Δεδομένα
Συνδυάζοντας Μοντέλα
Περίληψη και Συμπέρασμα
Requirements
- Κατανόηση στατιστικών.
- Εξοικείωση με τον πολυμεταβλητό λογισμό και τη βασική γραμμική άλγεβρα.
- Κάποια εμπειρία με πιθανότητες.
Ακροατήριο
- Αναλυτές δεδομένων
- Διδακτορικοί φοιτητές, ερευνητές και επαγγελματίες
21 Hours
Testimonials (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
Course - 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
Course - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible