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
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (3)

Related Courses

Pattern Matching

  14 Hours

Introduction Deep Learning & Réseaux de neurones pour l’ingénieur

  21 Hours

Related Categories