ベイジアン分析とロジスティック回帰を理解するためのビデオ/オーディオのオンライン資料

ええと、私は日々エンジニアです。私の仕事のほとんどはモデリングを中心に展開していますが、通常はかなり基本的なことを行います。「高度な」モデルは、R2テストを使用して検証されたモンテカルロシミュレーションです。

現在、私の分野では、ロジスティック分析とベイズ分析を使用した多くの研究があります。

私の質問は、最初にビデオ/オーディオ、次に2番目に読むことで最もよく学ぶ人のために、MITのオープンコースサイトまたはその他のサイトからどのコースを推奨するかです。

私が学びたいのは以下です：

• モデルとそれらを採用する時期を理解できる
• フィールドデータ（一度生成され、再生成できない）を取り込み、実験を設計および実行できる
• 結果を理解し、それらを見て、何かがオフであるか、「ストッパーを示す」または「外れ値」であるか、またはすべてが正常でダンディであるかを理解することができる
• モデルを検証して、実際の「完成した」結果に合わせて調整できる
• 適切な感度分析を使用して結果を予測できる
• 不足しているデータを予測/「プラグ」できる
• 私の分野に関連するジャーナル論文を書くことができる

一言で言えば、私の分野は、一般的な4ステップモデル、またはPECASやurbansimなどの社会経済活動/ツアーベースのモデルを使用した、乗用車の輸送需要モデリングです。

そのままVideoLectures.netに行きます。これは、無料か有料かにかかわらず、非常に高品質のソース（ビデオ品質とプレゼンテーションコンテンツの両方）ビデオ講義と統計に関するチュートリアルです。予測、機械学習。これらのビデオ講義の対象読者は、初心者（一部の講義は特に「チュートリアル」としてタグ付けされています）から専門家までの範囲です。それらのほとんどは真ん中のどこかにあるようです。

すべての講義とチュートリアルは、経験豊富な専門家や学者に教えられており、多くの場合、講師は彼/彼女が講義しているトピックについての主要な権威です。このサイトも100％無料です。

1つの欠点は、講義をダウンロードしてitunesなどに保存できないことです。ただし、ほとんどすべての講義には、ダウンロードできるスライドのセットがあります（または、プレゼンテーションを見ながらオンラインで表示できます）。

YouTubeの方が多いかもしれませんが、特定のチャンネルでY / Tを検索した場合でも、S / N比ははるかに高くなります。VideoLectures.netでは、これまでに視聴したすべての講義が優れているため、視聴者のレビューをスキャンすると、コレクション全体に対するコンセンサスの意見であることがわかります。

私が見たものと私が強くお勧めできるもの：

• 確率と統計の基礎

• 機械学習の概要

• ガウスプロセスの基本

• グラフィカルモデル

• k最近傍モデル

機械学習に関するこのレクチャーシリーズは少ししか見たことがありませんが、見栄えは良いです。

• http://academicearth.org/courses/machine-learning

講義11では、ベイズ統計と正則化について説明します。

機械学習サマースクールラパルマ2012をお試しください

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

確かに印象的

Courseraは、幅広いオンライン講義を提供しています。機械学習のアンドリュー・ウの講演は、初めにロジスティック回帰や正則をカバーしています。さらに、Daphne Kollerによる確率的グラフィカルモデルも興味深いかもしれません。