Reliez apprentissage bayésien et calcul a posteriori par MCMC.
De l’inférence bayésienne au calcul du posterior par MCMC. Explicitez les hypothèses et examinez approximations, diagnostics et sensibilité.
Construire un posterior depuis prior et vraisemblance. Distinguer cible d’inférence et approximation. Examiner convergence MCMC et erreur Monte-Carlo.
Probabilités, statistiques et vraisemblance sont utiles; coder MCMC n’est pas requis.
Aux apprenants expérimentés souhaitant approfondir et appliquer des compétences avancées en IA
Aux personnes qui apprennent mieux avec des exemples, des leçons guidées et de la pratique
Aux professionnels, créateurs et développeurs indépendants recherchant une méthode reproductible
La leçon 1 est gratuite
4 leçons · Avancé · Cours complet.
Ce cours utilise du contenu sous licence CC BY attribué à son fournisseur ou à la personne qui l’a mis en ligne. La lecture des leçons est disponible uniquement après authentification et validation des contrôles de publication et de licence.