هذا المرجع يصف الكتالوج المشار إليه. راجع المؤسسة لتأكيد العرض الحالي والشروط المطبقة على فصلك الدراسي.
الوصف
شبكات بايزية وبايزية سببية التمثيل (تفكيك التوزيعات الاحتمالية المشتركة، استغلال الاستقلال الاحتمالي، d-separation، I-map، نايف بايز)؛ تعلم المعلمات (تقدير الاحتمالية العظمى، تقدير المعلمات البايزي)؛ تعلم البنية (منهجيات مقيدة ومنهجيات قائمة على الدرجات، التوسّط النموذجي البايزي)؛ التعلم مع بيانات ناقصة (تعلم المعلمات والبنية، التعلم مع متغيرات مخفية)؛ الشبكات البايزية السببية (التدخل، نماذج السببية الهيكلية SCMs، الاستدلال، التعلم)؛ الاستدلال. استخدام R أو Python. محاضرات، 3 ساعات أسبوعيًا؛ مختبر/درس عملي، 1 ساعة أسبوعيًا. متطلب سابق: STAT 3P85 أو إذن المحاضر. دورات التعاونية (CO-OP COURSES)
المقررات السابقة
- متطلب سابق: STAT 3P85 أو إذن المحاضر. دورات التعاونية (CO-OP COURSES)
الشروط والإجراءات
- متطلب سابق: STAT 3P85 أو إذن المحاضر. دورات التعاونية (CO-OP COURSES)
نص المرجع بلغته الأصلية
Bayesian and causal Bayesian Networks Representation (factorizing joint probabilistic distributions, exploiting probabilistic independence, d- separation, I-map, naive Bayes); parameter learning (maximum likelihood estimation, Bayesian parameter estimation); structure learning (constrained and score-based approaches, Bayesian model averaging); learning with incomplete data (parameter and structure learning, learning with hidden variables); causal Bayesian networks (intervention, SCMs, inference, learning); Inference. Use of R or Python. Lectures, 3 hours per week; lab/tutorial, 1 hour per week Prerequisite(s): STAT 3P85 or the permission of the instructor CO-OP COURSES
- Prerequisite(s): STAT 3P85 or the permission of the instructor CO-OP COURSES
المصادر والمراجع
يتم الاحتفاظ بالتواريخ والمصادر لمساعدتك في التحقق من المعلومات. تُعرض ترجمات لتسهيل القراءة؛ المصدر الرسمي هو المرجع للشروط والمتطلبات.
مرجع المصدر : https://brocku.ca/webcal/2024/undergrad/math.html