Probabilistic Graphical Models

Kód kurzu: PROBMACLNR

Tento kurz je určen pro zájemce o porozumění Bayesovským sítím a pravděpodobnostnímu programování. Teoretická příprava v první části kurzu bude směřovat k praktickému příkladu modelování témat pomocí Latent Dirichlet Allocation a jejímu neparametrickému rozšíření včetně odhadu hyperparametrů. Po absolvování kurzu bude účastník schopen navrhovat a implementovat vlastní jednoduché Bayesovské sítě pro různé problémy.

194 EUR

233 EUR s DPH

Najbližší termín od 24.10.2022

Výber termínov

Odborní
certifikovaní lektori

Mezinárodne
uznávané certifikácie

Široká ponuka technických
a soft skills kurzov

Skvelý zákaznicky
servis

Prispôsobenie kurzov
presne na mieru

Termíny kurzov

Počiatočný dátum: 24.10.2022

Garantovaný

Forma: Prezenčná/Virtuálna

Dĺžka kurzu: 1 deň

Jazyk: cz/sk

Cena bez DPH: 194 EUR

Registrovať

Počiatočný dátum: Individuálny

Forma: Prezenčná/Virtuálna

Dĺžka kurzu: 1 deň

Jazyk: en/cz

Cena bez DPH: 194 EUR

Registrovať

Počiatočný
dátum
Miesto
konania
Forma Dĺžka
kurzu
Jazyk Cena bez DPH
G 24.10.2022 Prezenčná/Virtuálna 1 deň cz/sk 194 EUR Registrovať
Individuálny Prezenčná/Virtuálna 1 deň en/cz 194 EUR Registrovať
G Garantovaný kurz

Nenašli ste vhodný termín?

Napíšte nám o vypísanoe alternatívneho termínu na mieru.

Kontakt

Štruktúra kurzu

  • Bayesovské sítě
  • Grafická reprezentace modelu
  • Generativní vs. diskriminativní modely
  • Statistická inference v Bayesovských sítích
    • Variational inference
    • Sampling
      • Rejection sampling
      • Markov Chain Monte Carlo
      • Metropolis-Hastings sampling
      • Gibbs sampling
  • Pravděpodobnostní rozdělení
    • Binomické a multinomické rozdělení
    • Beta a Dirichletovo rozdělení
    • Gamma rozdělení
  • Pravděpodobnostní programovací jazyky
  • Praktický příklad na modelování témat
    • Latent Semantic Analysis
    • Probabilistic Latent Semantic Analysis
    • Latent Dirichlet Allocation
  • Neparametrické modely
    • Dirichlet process
    • Chinese restaurant process a Stick breaking process
    • Non-parametric LDA
  • Odhad hyperparametrů

Predpokladané znalosti

  • Základní znalost programování v Pythonu
  • Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.

Potrebujete poradiť alebo upraviť kurz na mieru?

daniel

Daniel Šťastný

pruduktová podpora