Los modelos probabilısticos gráfcos son potentes herramientas estadısticas que permiten recuperar, a partir de series de datos, las relaciones de dependencia condicional existentes entre el grupo de variables que conforman un sistema, y éstas son representadas en un grafo.
Los modelos gráficos probabilísticos (PGM) son un marco rico para codificar distribuciones de probabilidad sobre dominios complejos: distribuciones conjuntas (multivariadas) sobre un gran número de variables aleatorias que interactúan entre sí.
Estas representaciones se encuentran en la intersección de la estadística y la informática, y se basan en conceptos de la teoría de la probabilidad, algoritmos de gráficos, aprendizaje automático y más. Son la base de los métodos más avanzados en una amplia variedad de aplicaciones, como el diagnóstico médico, la comprensión de imágenes, el reconocimiento de voz, el procesamiento del lenguaje natural y muchas, muchas más.
También son una herramienta fundamental en la formulación de muchos problemas de aprendizaje automático.
Este curso es el tercero de una secuencia de tres. Siguiendo el primer curso, que se centró en la representación, y el segundo, que se centró en la inferencia, este curso aborda la cuestión del aprendizaje: cómo se puede aprender un PGM a partir de un conjunto de datos de ejemplos.
El curso discute los problemas clave de la estimación de parámetros en modelos dirigidos y no dirigidos, así como la tarea de aprendizaje de estructuras para modelos dirigidos. La pista de honores (muy recomendada) contiene dos asignaciones prácticas de programación, en las que se implementan y aplican rutinas clave de dos algoritmos de aprendizaje de uso común a un problema del mundo real.
Discutimos por qué esta situación es considerablemente más compleja que el caso completamente observable. A continuación, presentamos el algoritmo de maximización de expectativas (EM), que se utiliza en una amplia variedad de problemas.
Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.
La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.
La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).
Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido. Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.
Para obtener el curso de manera gratuita da clic en el siguiente botón:
Aprende inglés sin gastar un peso. Fundación Carlos Slim lanza plataforma con recursos certificados internacionalmente.…
Curso completo de Python por IBM: desde básico hasta APIs. Certificación gratuita con ejercicios prácticos.…
Universidad abre inscripciones para curso gratuito de Python. Aprende desde cero con respaldo académico y…
Inicia tu carrera en ciberseguridad con CISCO. Curso gratuito con certificación oficial y contenido en…
Fundación Carlos Slim presenta catálogo 2024 de cursos gratuitos. Capacítate en línea y obtén certificación…
Descubre los cursos gratuitos de Google con certificación oficial. Aprende marketing digital, desarrollo web y…