Video / Audio-Online-Material für den Einstieg in die Bayes'sche Analyse und logistische Regressionen

8

Ich bin tagsüber Ingenieur. Obwohl sich der Großteil meiner Arbeit um das Modellieren dreht, machen wir im Allgemeinen ziemlich grundlegende Dinge. Ein "fortgeschrittenes" Modell wäre eine Monte-Carlo-Simulation, die unter Verwendung von R2-Tests validiert wurde.

Derzeit gibt es in meinem Bereich viel Forschung mit logistischen und Bayes'schen Analysen.

Meine Frage ist, welche Kurse würden Sie jemandem empfehlen, der von der offenen Kursseite des MIT oder einer anderen Seite besucht, für jemanden, der zuerst am besten durch Video / Audio lernt und dann am zweiten liest?

Was ich lernen möchte, sind die folgenden:

  • Verstehen Sie die Modelle und wann Sie sie einsetzen müssen
  • in der Lage, Felddaten (die einmal generiert werden und nicht regeneriert werden können) aufzunehmen und Experimente zu entwerfen und durchzuführen
  • Kann die Ergebnisse verstehen, sie ansehen und herausfinden, ob etwas nicht stimmt, ob "Stopper anzeigen" oder "Ausreißer" oder ob alles in Ordnung und gut ist
  • Sie können das Modell validieren und kalibrieren, um die tatsächlichen "As-Built" -Ergebnisse zu erhalten
  • In der Lage sein, die Ergebnisse mithilfe einer geeigneten Sensitivitätsanalyse vorherzusagen
  • fehlende Daten prognostizieren / "stecken" können
  • in der Lage sein, Zeitschriftenartikel zu schreiben, die sich auf mein Fachgebiet beziehen

Kurz gesagt, mein Fachgebiet ist: Modellierung der Transportnachfrage für Personenkraftwagen, entweder mit dem generischen Vier-Stufen-Modell oder mit sozioökonomischen Aktivitäten / Tour-basierten Modellen wie PECAS oder Urbansim

bayesian logistic dassouki
quelle
Sollte ein Community-Wiki sein
csgillespie

Antworten:

4

Ich würde direkt zu VideoLectures.net gehen . Dies ist bei weitem die beste Quelle - ob kostenlos oder kostenpflichtig - ich habe für sehr hohe Qualität (sowohl mit der Videoqualität als auch mit dem Präsentationsinhalt) Videovorträge und Tutorials zu Statistiken gefunden. Prognosen und maschinelles Lernen. Die Zielgruppe für diese Videovorträge reicht vom Anfänger (einige Vorträge sind speziell als "Tutorials" gekennzeichnet) bis zum Experten. Die meisten von ihnen scheinen irgendwo in der Mitte zu sein.

Alle Vorlesungen und Tutorials werden erfahrenen Fachleuten und Akademikern beigebracht. In vielen Fällen ist der Dozent die führende Autorität in dem Thema, zu dem er / sie Vorlesungen hält. Die Seite ist auch 100% kostenlos.

Der einzige Nachteil ist, dass Sie die Vorlesungen nicht herunterladen und in z. B. iTunes speichern können. Fast jede Vorlesung verfügt jedoch über eine Reihe von Folien, die Sie herunterladen können (oder bequemerweise online anzeigen können, während Sie die Präsentation ansehen).

YouTube hat vielleicht mehr, aber selbst wenn Sie Y / T über einen bestimmten Kanal durchsuchen, ist das Signal-Rausch-Verhältnis sicher viel höher - auf VideoLectures.net war jede Vorlesung, die ich gesehen habe, hervorragend und wenn Sie Wenn Sie die Bewertungen der Zuschauer scannen, werden Sie feststellen, dass dies die Konsensmeinung für die gesamte Sammlung ist.

Einige, die ich gesehen habe und die ich sehr empfehlen kann:

  • Grundlagen der Wahrscheinlichkeit und Statistik

  • Einführung in das maschinelle Lernen

  • Gaußsche Prozessgrundlagen

  • Grafische Modelle

  • k-Modelle für den nächsten Nachbarn

Doug
quelle
2

Ich habe mir diese Vorlesungsreihe über maschinelles Lernen nur kurz angesehen, aber sie sieht gut aus.

Vorlesung 11 behandelt die Bayes'sche Statistik und Regularisierung.

Jeromy Anglim
quelle
Ich habe diese Serie schon einmal ausprobiert und diesen Typen, obwohl er großartig ist. er umms und umms und umms und umms viel. Es ist wirklich ablenkend
dassouki
1

Coursera bietet eine breite Palette von Online-Vorträgen an. Die Vorlesung über maschinelles Lernen von Andrew Ng befasst sich am Anfang mit logistischer Regression und Regularisierung. Darüber hinaus könnten auch probabilistische grafische Modelle von Daphne Koller für Sie von Interesse sein.

sebp
quelle