贝叶斯统计:混合模型》向您介绍了一类重要的统计模型。课程分为五个模块,每个模块包含授课视频、小测验、背景阅读、讨论提示和一个或多个同行评议作业。统计学的最佳学习方式是动手实践,而不仅仅是观看视频。
通过 Coursera Plus 提高技能,仅需 239 美元/年(原价 399 美元)。立即节省

您将学到什么
解释拟合混合模型算法的基本原理。
计算混合分布的期望和方差。
使用混合模型解决分类和聚类问题,并提供密度估算。
您将获得的技能
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有5个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 数据分析 浏览更多内容
状态:免费试用University of California, Santa Cruz
状态:免费试用University of California, Santa Cruz
状态:免费试用University of California, Santa Cruz

Duke University
人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
64.51%
- 4 stars
20.96%
- 3 stars
11.29%
- 2 stars
1.61%
- 1 star
1.61%
显示 3/62 个
已于 Feb 10, 2023审阅
I really enjoyed this course! Plenty of examples on how to use Mixture Models in a Machine Learning context. Thanks to Abel and his team for putting together such an useful course.
已于 Jan 19, 2021审阅
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.
已于 Jan 5, 2025审阅
I recommend this course that helps build ad hoc distributions to model real-life data.
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。




