Курс «Байесовские методы в машинном обучении». Лекция 2 (Дмитрий Ветров)
Сопряжённые распределения, аналитический байесовский вывод, экспоненциальный класс распределений
Целью курса является освоение байесовского подхода к теории вероятностей и основных способов его применения при решении задач машинного обучения. Курс научит вас строить комплексные вероятностные модели, учитывающие структуру прикладной задачи машинного обучения, выводить необходимые формулы для решения задач обучения и вывода в рамках построенных вероятностных моделей, а также эффективно реализовывать эти модели.
Преподаватель: Дмитрий Ветров, профессор-исследователь департамента больших данных и информационного поиска, заведующий Центром глубинного обучения и байесовских методов.
ФКН: https://cs.hse.ru
Подписывайтесь на нас в социальных сетях: https://vk.com/cshse/, https://twitter.com/CS_HSE/
Видео Курс «Байесовские методы в машинном обучении». Лекция 2 (Дмитрий Ветров) канала ФКН ВШЭ
Целью курса является освоение байесовского подхода к теории вероятностей и основных способов его применения при решении задач машинного обучения. Курс научит вас строить комплексные вероятностные модели, учитывающие структуру прикладной задачи машинного обучения, выводить необходимые формулы для решения задач обучения и вывода в рамках построенных вероятностных моделей, а также эффективно реализовывать эти модели.
Преподаватель: Дмитрий Ветров, профессор-исследователь департамента больших данных и информационного поиска, заведующий Центром глубинного обучения и байесовских методов.
ФКН: https://cs.hse.ru
Подписывайтесь на нас в социальных сетях: https://vk.com/cshse/, https://twitter.com/CS_HSE/
Видео Курс «Байесовские методы в машинном обучении». Лекция 2 (Дмитрий Ветров) канала ФКН ВШЭ
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
[ДОД 2021] Об образовательных программах ФКНBayer Digital Campus Challenge 2021 WorkshopКурс «Машинное обучение 2». Лекция 4 (Евгений Соколов)Курс «Распределенные системы». Лекция 11 (Олег Сухорослов)Студент ФКН Константин Еленик о стажировке в ЯндексеКурс «Продвинутый C++». Лекция 13 (Данила Кутенин)Computer Methods of Cognitome Analysis (Day 2)Курс «Инструменты промышленной разработки». Лекция 4 (Данила Кутенин)Деградация скоринговых моделей (Владислав Суханов)Пятое открытое заседание Ученого совета ФКН. Доклады Максима Рахубы и Дениса ДеркачаGeometric deep learning for functional protein designКурс «Машинное обучение 2». Лекция 8 (Евгений Соколов)Образы аффинного пространства (Иван Аржанцев)[Night 6] Anti-alignments in Conformance Checking[ДОД 2021] Бакалавриат «Компьютерные науки и анализ данных»: особенности онлайн-обучения[ДОД 2018]: Вступительное слово декана ФакультетаКурс «Машинное обучение 2». Лекция 5 (Евгений Соколов)[ИТ-лекторий] Большие данные в спортивной индустрии - SAPИндустриальный вебинар «Как машинное обучение используется при анализе текстов»Гомологии и их комбинаторный вид (Виктор Лопаткин)ФКН - школе