Multidisciplinar - MUL

Aprendizagem de Máquina em Redes Bayesianas - Fundamentos e Aplicações

Este curso estuda os fundamentos das redes bayesianas (probabilidade, Teorema de Bayes, redes de crenças, modelos gráficos probabilísticos direcionados e suas aplicações) e objetiva preencher a lacuna entre conceitos teóricos e aplicações práticas no aprendizado bayesiano. Ao final do curso, os(as) participantes terão uma sólida compreensão dos princípios de funcionamento das redes de inferência probabilística e de como implementar e utilizar métodos bayesianos em tarefas de aprendizado de máquina.

Entrar    Voltar aos Cursos

Duração

20h

Módulos

4

Nível

Básico

Pré-requisitos

Nenhum

Módulo 1 - Probabilidades

Unidade 1: 1.1 Probabilidade - parte 1
Unidade 2: 1.2 Probabilidade - parte 2
Contém 2 vídeos, 1 atividade

Módulo 2 - Regra de Bayes

Unidade 1: 2.1 Regra de Bayes
Contém 1 vídeos, 1 atividade

Módulo 3 - Cadeias de Markov Monte-Carlo

Unidade 1: 3.1 Cadeias de Markov Monte-Carlo
Contém 1 vídeos, 1 atividade

Módulo 4 - Aplicações de Redes Bayesianas

Unidade 1: 4.1 Aplicações de Redes Bayesianas
Contém 1 vídeos, 1 atividade