Bayesiansk statistik för maskininlärning
Kursen är för yrkesverksamma och ingår i programmet MAISTR (hh.se/maistr) där du som deltagare kan läsa hela programmet eller enstaka kurser. Kursen ingår i kursspåret maskininlärning och ges på distans på engelska.
Kursen är uppdelad i:
Grundläggande Bayesianska begrepp
Att välja priors, och härleda grundläggande ekvationer
Bayesiansk inferens, Parametrisk modell-estimering
Samplings-baserade metoder
Sekventiell inferens (Kalman-filter, partikelfilter)
Approximativ inferens, ”variational inference”
Modellval, saknade data
Bayesianska djupa neurala nätverk
The course is broken down into:
Basic Bayesian concepts
Selecting priors, deriving some equations
Bayesian inference, Parametric model estimation
Sampling based methods
Sequential inference (Kalman filters, particle filters)
Approximate inference, variational inference
Model selection (missing data)
Bayesian deep neural networks
Utbildningstillfällen
Anmälan öppen
Startdatum:
Slutdatum:
Studietakt: Sjättedelsfart
Undervisningsform: Distans
Undervisningsspråk: Undervisningen bedrivs på engelska.
Undervisningstid: Blandad undervisningstid
Urvalsinformation: Högskolepoäng: 100%: Mer information om urval
Anmälningskod: HH-13201
Obligatoriska träffar: 0
Nivå: Avancerad nivå
Behörighetskrav:
Kandidatexamen i datateknik eller Högskoleingenjörsexamen i datateknik inklusive 5 hp statistik och 5 hp maskininlärning. Engelska 6 eller Engelska nivå 2. Undantag ges för kravet på svenska, för dig med utländska betyg.