Prezenční Praha

Pravděpodobnostní grafické modely

Tento kurz je určen pro zájemce o porozumění Bayesovským sítím a pravděpodobnostnímu programování.

Pumpedu
Poskytovatel kurzu
Středně pokročilý
Čeština
AI & Data Science
4 990 Kč
Pumpedu
Přejděte na web

Přehled kurzu

Úroveň
Středně pokročilý
Formát
Prezenční
Místo
Praha
Jazyk
Čeština
Cena
od 4 990 Kč

O kurzu

Teoretická příprava v první části kurzu bude směřovat k praktickému příkladu modelování témat pomocí Latent Dirichlet Allocation a jejímu neparametrickému rozšíření včetně odhadu hyperparametrů. Po absolvování kurzu bude účastník schopen navrhovat a implementovat vlastní jednoduché Bayesovské sítě pro různé problémy.

Požadavky

  • Základní znalost programování v Pythonu
  • Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.

Osnova kurzu

1

Bayesovské sítě

  • Grafická reprezentace modelu
  • Generativní vs. diskriminativní modely
  • Statistická inference v Bayesovských sítích Variational inference
  • Sampling Rejection sampling
  • Markov Chain Monte Carlo
  • Metropolis-Hastings sampling
  • Gibbs sampling
  • Binomické a multinomické rozdělení
  • Beta a Dirichletovo rozdělení
  • Gamma rozdělení
  • Latent Semantic Analysis
  • Probabilistic Latent Semantic Analysis
  • Latent Dirichlet Allocation
  • Dirichlet process
  • Chinese restaurant process a Stick breaking process
  • Non-parametric LDA

Kurzem tě provede

Jiří Materna

Lektor Machine Learning College s.r.o

Důležité informace

Kód kurzu
KT21110291
Pumpedu
Kurz nabízí

Pumpedu

www.pumpedu.cz
Navštívit web

Podobné nabídky

Zobrazit vše