Bayesiansk statistik för maskininlärning

Om utbildningen

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

Behörighet

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.

Rekommenderade förkunskaper: uh

Alla tillfällen (1)

Liknande utbildningar

• Bayesiansk inlärningUniversitet/högskola
• Statistisk inferens och maskininlärningUniversitet/högskola
• Avancerad probabilistisk maskininlärningUniversitet/högskola
• Bayesiansk statistik och dataanalysUniversitet/högskola