用于贝叶斯分析和逻辑回归的视频/音频在线材料

机器算法验证 贝叶斯 物流
2022-04-07 00:08:18

好吧,我白天是一名工程师。尽管我的大部分工作都围绕着建模,但我们通常会做一些非常基本的事情。“高级”模型是使用 R2 测试验证的蒙特卡罗模拟。

目前,在我的领域,有很多使用逻辑和贝叶斯分析的研究。

我的问题是,你会推荐某人从麻省理工学院的开放课程网站或任何其他网站上学习哪些课程,对于那些首先通过视频/音频学习得最好,然后阅读的人?

我想学习的内容如下:

  • 能够理解模型以及何时使用它们
  • 能够获取现场数据(生成一次且无法重新生成)并设计和执行实验
  • 能够理解结果,查看结果,并找出是否有问题、“显示塞子”或“异常值”,或者是否一切正常且花花公子
  • 能够根据实际的“竣工”结果验证和校准模型
  • 能够使用适当的敏感性分析来预测结果
  • 能够预测/“插入”丢失的数据
  • 能够撰写与我的领域相关的期刊论文

简而言之,我的领域是:乘用车的交通需求建模,使用通用的四步模型,或基于社会经济活动/旅游的模型,例如 PECAS 或 urbansim

4个回答

我会直接去VideoLectures.net这是迄今为止最好的来源——无论是免费的还是付费的——我找到了非常高质量的视频讲座和统计教程(包括视频质量和演示内容),预测和机器学习。这些视频讲座的目标受众范围从初学者(有些讲座专门标记为“教程”)到专家;他们中的大多数似乎在中间的某个地方。

所有的讲座和教程都是由经验丰富的专业人士和学者教授的,在许多情况下,讲师是他/她所讲主题的主要权威。该网站也是100%免费的。

一个缺点是您无法下载讲座并将它们存储在例如itunes中;但是,几乎每节课都有一组幻灯片可供您下载(或者,您可以方便地在观看演示文稿时在线查看它们)。

YouTube 可能有更多,但即使你通过特定频道搜索 Y/T,我相信信噪比要高得多——在 VideoLectures.net 上,我看过的每一堂课都非常出色,如果你浏览查看者的评论,您会发现这是对整个系列的共识意见。

一些我看过并且我可以强烈推荐的:

  • 概率统计基础

  • 机器学习简介

  • 高斯过程基础

  • 图形模型

  • k-最近邻模型

我只看过这个关于机器学习的系列讲座,但看起来不错。

第 11课涵盖贝叶斯统计和正则化。

尝试机器学习暑期学校拉帕尔马 2012

http://www.youtube.com/channel/UCHhbDEKA7BP58mq1wfTBQNQ?feature=watch

确实令人印象深刻

Coursera提供范围广泛的在线讲座。Andrew Ng的机器学习讲座一开始就涵盖了逻辑回归和正则化。此外,您可能也会对 Daphne Koller 的概率图形模型感兴趣。