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

Concept

Algorithme espérance-maximisation

Séances de cours associées (28)

Classification des données: Modèles de mélange gaussien Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de mélange gaussien pour la classification des données, en mettant l'accent sur la dénigrement des signaux et l'estimation des données originales à l'aide des approches de probabilité et a posteriori.

Classification des données: Modèles de mélange Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse des signaux EMG, les modèles de mélange, les modèles gaussiens et le tri des pics dans le traitement des signaux neuraux à l'aide de PCA.

Estimateur de Bayes, recuit simulé et EM Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'estimateur de Bayes, le recuit simulé et la ME pour l'estimation des paramètres.

Coloriage graphique: théorie et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la théorie de la coloration des graphes, le regroupement spectral, la détection de communauté et les structures de réseau.

Distributions de probabilité : Moments et quantiles Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les moments, l'attente, la variance et les quantiles dans les distributions de probabilités avec des exemples comme Poisson et des distributions exponentielles.

Reconnaissance d'entités nommées : applications et techniques Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la reconnaissance d'entités nommées, ses utilisations, ses techniques et ses applications dans l'extraction d'informations.

Clusters et communautés Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le clustering, la détection de communauté, K-means, GMM, la modularité et la méthode Louvain.

Représentation des données : PCA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la représentation des données à l'aide de PCA pour la réduction de la dimensionnalité, en se concentrant sur la préservation du signal et l'élimination du bruit.