Séance de cours
MCMC avec Metropolis
Séances de cours associées (37)
Méthodes numériques stochastiques efficaces
Explore des méthodes numériques stochastiques efficaces pour la modélisation et l'apprentissage, couvrant des sujets comme le moteur d'analyse et les inhibiteurs de la kinase.
Génération de langage naturel: Décodage et formation
Explore les défis dans la génération de langage naturel, le décodage des algorithmes, les problèmes de formation et les fonctions de récompense.
Réseaux entièrement connectés sur MNIST et SUSY Datasets
Couvre la mise en œuvre de réseaux neuronaux entièrement connectés sur deux ensembles de données utilisant PyTorch.
Probabilité et statistiques
Couvre p-quantile, approximation normale, distributions articulaires et familles exponentielles en probabilité et en statistiques.
Analyse de la pollution atmosphérique
Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.
Estimateur de Bayes, recuit simulé et EM
Couvre l'estimateur de Bayes, le recuit simulé et la ME pour l'estimation des paramètres.
Variables aléatoires et valeur prévue
Introduit des variables aléatoires, des distributions de probabilité et des valeurs attendues au moyen d'exemples pratiques.
Vols de levy et théorème de limite centrale
Couvre les vols Levy, Central Limit Theorem et Mesoscopique Master Equation avec des taux de transition dans un système d'assurance.
Estimation de l'intervalle: Méthode des moments
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Probabilités avancées : Variables aléatoires et valeurs attendues
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.