date_range Débute le 12 septembre 2016
event_note Se termine le 15 décembre 2016
list 12 séquences
assignment Niveau : Introductif
chat_bubble_outline Langue : Anglais
card_giftcard 0 point
- /5
Avis de la communauté
0 avis

Les infos clés

credit_card Formation gratuite

En résumé

Probability and inference are used everywhere. For example, they help us figure out which of your emails are spam, what results to show you when you search on Google, how a self-driving car should navigate its environment, or even how a computer can beat the best Jeopardy and Go players! What do all of these examples have in common? They are all situations in which a computer program can carry out inferences in the face of uncertainty at a speed and accuracy that far exceed what we could do in our heads or on a piece of paper.

In this data analysis and computer programming course, you will learn the principles of probability and inference. We will put these mathematical concepts to work in code that solves problems people care about. You will learn about different data structures for storing probability distributions, such as probabilistic graphical models, and build efficient algorithms for reasoning with these data structures.

By the end of this course, you will know how to model real-world problems with probability, and how to use the resulting models for inference.

You don’t need to have prior experience in either probability or inference, but you should be comfortable with basic Python programming and calculus.

 

“I love that you can do so much with the material, from programming a robot to move in an unfamiliar environment, to segmenting foreground/background of an image, to classifying tweets on Twitter—all homework examples taken from the class!” – Previous Student in the residential version of this new online course.

more_horiz Lire plus
more_horiz Lire moins
dns

Le programme

  • Basic discrete probability theory
  • Graphical models as a data structure for representing probability distributions
  • Algorithms for prediction and inference
  • How to model real-world problems in terms of probabilistic inference
record_voice_over

Les intervenants

  • George H. Chen
  • Polina Golland
  • Gregory W. Wornell
  • Lizhong Zheng
store

Le concepteur

MIT est un établissement d'enseignement de classe mondiale où l'enseignement et la recherche - présentant de l'intérêt pour le monde pratique comme principe directeur - continuent d'être son objectif principal.

Ses cinq écoles et un collège englobent de nombreux départements universitaires, des divisions et des programmes conférant des grades, ainsi que des centres interdisciplinaires, des laboratoires et des programmes dont les coupes à travers les frontières ministérielles traditionnelles travail.

assistant

La plateforme

EdX est une plateforme d'apprentissage en ligne (dite FLOT ou MOOC). Elle héberge et met gratuitement à disposition des cours en ligne de niveau universitaire à travers le monde entier. Elle mène également des recherches sur l'apprentissage en ligne et la façon dont les utilisateurs utilisent celle-ci. Elle est à but non lucratif et la plateforme utilise un logiciel open source.

EdX a été fondée par le Massachusetts Institute of Technology et par l'université Harvard en mai 2012. En 2014, environ 50 écoles, associations et organisations internationales offrent ou projettent d'offrir des cours sur EdX. En juillet 2014, elle avait plus de 2,5 millions d'utilisateurs suivant plus de 200 cours en ligne.

Les deux universités américaines qui financent la plateforme ont investi 60 millions USD dans son développement. La plateforme France Université Numérique utilise la technologie openedX, supportée par Google.

Quelle note donnez-vous à cette ressource ?
Contenu
0/5
Plateforme
0/5
Animation
0/5