Verbinden Sie Bayes-Inferenz und Lernen mit Posteriorberechnung durch MCMC.
Von Bayes-Inferenz und Lernen zur Posteriorberechnung mit MCMC. Sie formulieren Modellannahmen und prüfen Approximationen, Diagnostik und Sensitivität.
Posterior aus Prior und Likelihood herleiten. Inferenzziel und Approximation unterscheiden. MCMC-Konvergenz und Monte-Carlo-Unsicherheit prüfen.
Wahrscheinlichkeit, Statistik und bedingte Wahrscheinlichkeiten sind hilfreich; MCMC-Implementierung ist nicht nötig.
Erfahrene Lernende, die fortgeschrittene KI-Kenntnisse vertiefen und anwenden möchten
Menschen, die am besten mit Beispielen, Anleitung und praktischen Übungen lernen
Fachleute, Kreative und unabhängige Entwickler, die wiederholbare Abläufe suchen
Lektion 1 ist kostenlos
4 lektionen · Fortgeschritten · Vollständiger Kurs.
Dieser Kurs verwendet CC BY-lizenziertes Material mit Namensnennung des Inhaltsanbieters oder Uploaders. Die Wiedergabe der Lektionen ist erst nach Anmeldung und bestandener Veröffentlichungs- und Lizenzprüfung verfügbar.