Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Concept

Binary classification

Séances de cours associées (31)

Fonction de coût de classification binaire Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la fonction de coût 0/1 pour la classification binaire et son impact sur la minimisation des erreurs de prédiction.

Apprentissage supervisé : Espace image et étiquetage Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage supervisé, les problèmes de classification binaire et multi-classes, et fait des prédictions à partir d'exemples étiquetés.

Classification multi-classes : approches et limites Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les stratégies de classification multi-classes et le concept de limites de décision.

Régression linéaire et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

Régression linéaire et logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit une régression linéaire et logistique, couvrant les modèles paramétriques, la prédiction multi-sorties, la non-linéarité, la descente de gradient et les applications de classification.

Gradient Descent: MNIST Dataset et perte logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Se concentre sur la mise en œuvre de la descente de gradient avec l'ensemble de données MNIST et la perte logistique dans l'apprentissage automatique.

Classification binaire par régression: fonctions de décision et fonctions de coût Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la classification binaire par régression, fonctions de décision et diverses fonctions de coût.

Arbres de décision: Induction et taille Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les arbres de décision, de l'induction à l'élagage, en mettant l'accent sur l'interprétabilité et les forces de sélection automatique des fonctionnalités, tout en abordant des défis tels que l'ajustement excessif.

Critères de performance : Matrice de confusion, rappel, précision, exactitude Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les critères de performance dans l'apprentissage supervisé, en mettant l'accent sur la précision, le rappel et la spécificité dans l'évaluation des modèles.

Classement avec GMM et kNN Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la classification à l'aide de GMM et kNN, explorant les limites, les erreurs et les exercices pratiques.

L'essentiel de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.