学不厌资源
课程名称: Probabilistic Graphical Models 1: Representation/斯坦福大学
课程主页: https://www.coursera.org/learn/probabilistic-graphical-models
所在平台: Coursera
课程类别: 数学逻辑
大学或机构: 斯坦福大学
讲师： Daphne Koller
授课语言： 英语
提供字幕： 英文
课程文件大小： 859MB
课程介绍： 概率图形模型1：表示形式：概率图形模型（PGM）是一个丰富的框架，用于编码复杂域上的概率分布：大量相互影响的随机变量的联合（多变量）分布。这些表示法依赖于概率论，图算法，机器学习等概念，位于统计学与计算机科学的交叉点上。它们是医学诊断，图像理解，语音识别，自然语言处理以及许多其他应用程序中最先进方法的基础。它们还是解决许多机器学习问题的基础工具。 这是三门课程中的第一门。它描述了两种基本的PGM表示形式：贝叶斯网络，它依赖有向图；和Markov网络，它们使用无向图。本课程讨论了这些表示的理论特性及其在实践中的使用。 （强烈推荐）荣誉赛道包含一些动手实践的作业，这些作业涉及如何表示一些现实问题。该课程还提供了一些基本的PGM表示之外的重要扩展，这些扩展允许更复杂的模型进行紧凑编码。
课程压缩包下载地址（度盘链接）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册