Tham chiếu này mô tả mục lục được chỉ ra. Hãy liên hệ cơ sở để xác nhận chương trình hiện tại và các điều kiện áp dụng cho kỳ nhập học của bạn.
Mô tả
Mạng Bayes và Mạng Bayes nhân quả Biểu diễn (phân tích tích phân phân phối xác suất chung, khai thác tính độc lập xác suất, d-separation, I-map, naive Bayes); học tham số (ước lượng hợp lý cực đại, ước lượng tham số Bayes); học cấu trúc (các phương pháp bị ràng buộc và dựa trên điểm số, trung bình mô hình Bayes); học với dữ liệu không đầy đủ (học tham số và cấu trúc, học với biến ẩn); mạng Bayes nhân quả (can thiệp, SCMs, suy luận, học); Suy luận. Sử dụng R hoặc Python. Bài giảng, 3 giờ/tuần; phòng thí nghiệm/tự học, 1 giờ/tuần Điều kiện tiên quyết: STAT 3P85 hoặc được phép của giảng viên CO-OP COURSES
Tiền đề
- Điều kiện tiên quyết: STAT 3P85 hoặc được phép của giảng viên CO-OP COURSES
Điều kiện và thủ tục
- Điều kiện tiên quyết: STAT 3P85 hoặc được phép của giảng viên CO-OP COURSES
Văn bản tham chiếu bằng ngôn ngữ gốc
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
Nguồn và tham khảo
Ngày và nguồn được giữ lại để giúp bạn kiểm tra thông tin. Các bản dịch được cung cấp để dễ đọc; nguồn chính thức là tham chiếu cho các điều kiện và yêu cầu.
Nguồn tham khảo : https://brocku.ca/webcal/2024/undergrad/math.html