Plan Szkolenia

Introduction

Probability Theory, Model Selection, Decision and Information Theory

Probability Distributions

Linear Models for Regression and Classification

Neural Networks

Kernel Methods

Sparse Kernel Machines

Graphical Models

Mixture Models and EM

Approximate Inference

Sampling Methods

Continuous Latent Variables

Sequential Data

Combining Models

Summary and Conclusion

Wymagania

  • Understanding of statistics.
  • Familiarity with multivariate calculus and basic linear algebra.
  • Some experience with probabilities.

Audience

  • Data analysts
  • PhD students, researchers and practitioners
  21 godzin
 

Liczba uczestników


Data rozpoczęcia

Data zakończenia


Daty szkoleń są uzależnione od dostępności trenerów. Szkolenia standardowo odbywają się w godzinach od 09:00 do 16:00.
Szkolenia zdalne są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.

Opinie uczestników (6)

Szkolenia Powiązane

Powiązane Kategorie