Statistiques bayésiennes : Modèles de mélange vous présente une classe importante de modèles statistiques. Le cours est organisé en cinq modules, chacun d'entre eux contenant des vidéos de cours, de courts quiz, des lectures de fond, des questions de discussion et un ou plusieurs devoirs évalués par les pairs. Les statistiques s'apprennent mieux en les pratiquant qu'en regardant une vidéo. Le cours est donc structuré de manière à vous aider à apprendre par l'application.
Statistiques bayésiennes : Modèles de mélange
Statistiques bayésiennes : Modèles de mélange
Ce cours fait partie de Spécialisation Statistiques bayésiennes
Instructeur : Abel Rodriguez
10 058 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5
(57 avis)
niveau Intermédiaire
Expérience recommandée
21 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Expliquez les principes de base de l'algorithme d'ajustement d'un modèle de mélange.
Calculez l'espérance et la variance d'une distribution de mélange.
Utiliser des modèles de mélange pour résoudre des problèmes de classification et de regroupement, et pour fournir des estimations de densité.
Compétences que vous acquerrez
- Catégorie : Modèle de Markov
- Catégorie : Statistiques bayésiennes
- Catégorie : Modèle de mélange
- Catégorie : La programmation en R
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
11 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Statistiques bayésiennes
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Ce module définit les modèles de mélange, discute de leurs propriétés et développe la fonction de vraisemblance pour un échantillon aléatoire à partir d'un modèle de mélange qui servira de base à l'apprentissage statistique.
Inclus
9 vidéos7 lectures7 devoirs2 évaluations par les pairs1 sujet de discussion
Inclus
4 vidéos2 lectures2 évaluations par les pairs1 sujet de discussion
Inclus
6 vidéos2 lectures2 évaluations par les pairs
Inclus
7 vidéos3 lectures3 évaluations par les pairs
Inclus
7 vidéos5 lectures4 devoirs1 évaluation par les pairs1 sujet de discussion
Instructeur
Évaluations de l’enseignant
4.7 (27 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Johns Hopkins University
Ball State University
University of Colorado Boulder
University of Colorado Boulder
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.5
57 avis
- 5 stars
64,91 %
- 4 stars
21,05 %
- 3 stars
12,28 %
- 2 stars
0 %
- 1 star
1,75 %
Affichage de 3 sur 57
SM
5
Révisé le 19 janv. 2021
I learned a lot about bayesian mixture model, expectation maximization, and MCMC algorithms and their use case in classification and clustering problems. I highly recommend this course.
CM
4
Révisé le 17 mai 2021
Definitely quite mathematical in nature. Good way to learn about expectation-maximisation algorithm.
DZ
5
Révisé le 13 avr. 2023
Excellent course to illustrate the model step by step. I like the process of derivation.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.