Séance de cours
Estimation du paramètre bayésien
Séances de cours associées (72)
Inférence bayésienne : minimisation des erreurs
Discute de la minimisation des erreurs dans l'inférence bayésienne et de l'importance des connaissances antérieures dans le processus d'inférence.
Estimation des points dans les statistiques
Couvre le concept d'estimation ponctuelle dans les statistiques, en se concentrant sur les méthodes d'estimation des paramètres inconnus à partir d'un échantillon donné.
Paramètre Estimation & Fisher Information
Couvre l'estimation des paramètres, les informations de Fisher, l'estimateur non biaisé et les distributions exponentielles.
Échantillonnage de Gibbs : Annealing simulé
Couvre le concept d'échantillonnage de Gibbs et son application dans le recuit simulé.
Modèles de mélange: hétérogénéité du goûtMOOC: Selected Topics on Discrete Choice
Explore les modèles de mélange dans des résultats d'estimation de choix discrets et de paramètres aléatoires.
Modèles génératifs : Régression logistique et distribution gaussienne
Explore les modèles génératifs, la régression logistique et la distribution gaussienne pour approximer les probabilités postérieures et optimiser les performances du modèle.
Évaluation du modèle : métriques et sélection
Explore les mesures d'évaluation des modèles, les techniques de sélection, le compromis biais-variance et la gestion des distributions de données biaisées dans l'apprentissage automatique.
Méthodes d'estimation: BLP et contrôle-fonction
Couvre l'incohérence des estimations en raison de l'endogenèse et introduit les méthodes d'estimation BLP et Control-Function.
Traitement approximatif des requêtes: BlinkDB
Introduit BlinkDB, un cadre pour le traitement approximatif des requêtes à l'aide de techniques d'échantillonnage.
Traitement d'image II: classificateurs gaussiens et réseaux neuronaux
Explore les classificateurs gaussiens, la classification des textures, l'estimation des paramètres, l'apprentissage supervisé et les réseaux neuronaux profonds dans le traitement d'images.