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

Concept

Ordinal regression

Séances de cours associées (27)

Soutenir la régression vectorielle : principes et optimisation

Couvre les principes de Régression Vector, l'optimisation et l'influence des hyperparamètres sur l'ajustement.

Soutenez la régression vectorielle : Nu-SVR et RVR

Explore des sujets avancés dans l'apprentissage automatique, en se concentrant sur les extensions SVR et l'optimisation hyperparamétrique, y compris Nu-SVR et RVR.

Réponses binaires : fonctions de liaison et GLMs

Explore les fonctions de liaison pour les réponses binaires et l'impact de la rareté sur l'interprétabilité des modèles.

Régression linéaire : Inférence moyenne-carré-erreur

Couvre le problème du MSE dans les modèles de régression linéaire, en mettant l'accent sur les méthodes optimales d'estimateur et de fusion des données.

Pourquoi le ML standard n'est pas suffisant : apprentissage et contrôle adaptatif

Découvrez les défis de l'utilisation de ML standard pour le contrôle de robot stable.

Régression linéaire généralisée : classification

Explorer la régression linéaire généralisée, la classification, les matrices de confusion, les courbes ROC et le bruit dans les données.

Comparaison entre les méthodes: GMR vs SVR

Compare GMR et SVR dans l'apprentissage automatique, en discutant de leurs similitudes, différences et hyperparamètres.

Physique statistique pour l'optimisation et l'apprentissage

Couvre les outils de physique statistique pour l'optimisation, l'apprentissage, la coloration graphique, les systèmes de recommandation et les réseaux neuronaux.

Inférence variable et réseaux neuraux

Couvre l'inférence variationnelle et les réseaux neuronaux pour les tâches de classification.

Un encodage chaud et une distribution multinomiale

Explique un encodage chaud et la distribution multinomiale en mettant l'accent sur les vecteurs indicateurs et les fonctions de probabilité.

Booster: Algorithme Adaboost

Couvre boosting en mettant l'accent sur l'algorithme Adaboost, en avant de la modélisation additive étape par étape, et l'arbre de gradient boosting.

Renforcement des principes de l'apprentissage grâce à la rétroaction humaine

Intensifier l'apprentissage avec la rétroaction humaine, discuter de la convergence des estimateurs et introduire une approche pessimiste pour améliorer les performances.

Régression logistique : interprétation et ingénierie des caractéristiques Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression logistique, l'interprétation probabiliste et les techniques d'ingénierie des caractéristiques.

Régression moderne: données d'orge de printemps Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'inférence, les moindres carrés pondérés, l'analyse des données sur l'orge de printemps et les techniques de lissage.

Soutien de la régression vectorielle: Tricks de noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression Ridge et SVR, mettant l'accent sur les astuces du noyau pour la régression non linéaire.

Régression logistique : Interprétation probabiliste Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'interprétation probabiliste de la régression logistique, la régression multinomiale, le KNN, les hyperparamètres et la malédiction de la dimensionnalité.

Inférence : Régression de Poisson Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, la vérification du modèle, la régression de Poisson et lajustement des modèles multinomiels en utilisant les erreurs de Poisson.

Inférence : vérification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, les modèles linéaires généralisés et la vérification des modèles.

Modèles de régression : rendement et évaluation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les performances du modèle de régression, les erreurs d'apprentissage et la construction d'arbres de régression à l'aide de l'algorithme CART.

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.