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

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Théorème d'approximation universelle: MLP

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (53)

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

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.

Gradient Descent: Techniques d'optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la descente en gradient, les fonctions de perte et les techniques d'optimisation dans la formation en réseau neuronal.

Les principes fondamentaux de l'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.

Deep Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.

Deep Learning : réseaux neuronaux convolutifs et techniques de formation Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des réseaux neuronaux convolutifs, de leur architecture, des techniques de formation et des défis tels que des exemples contradictoires en apprentissage profond.

Modèles linéaires: Partie 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, y compris la régression, les dérivés, les gradients, les hyperplans et la transition de classification, en mettant laccent sur la minimisation des risques et des mesures dévaluation.

Fondements de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.

Ingénierie des fonctionnalités : données manquantes et normalisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques de gestion des données manquantes et de normalisation des fonctionnalités, ainsi que la transformation des données d'entrée et de sortie.

Détection des contours : Deep Learning Insights Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'évolution des techniques de détection des bords, de Canny à l'apprentissage profond.

Réseaux neuronaux multicouches Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux multicouches et le processus d'entraînement des réseaux entièrement connectés avec des couches cachées.

Régression du mélange gaussien : théorie et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression du mélange gaussien et le surajustement avec plusieurs fonctions gaussiennes.

Arbres de régression et méthodes d'ensemble dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.

Overfitting dans l'apprentissage supervisé: études de cas et techniques Connectez-vous à Mediaspace pour regarder cette vidéo

Aborde l'ajustement excessif dans l'apprentissage supervisé par le biais d'études de cas de régression polynomiale et de techniques de sélection de modèles.

Fondements de l'apprentissage automatique : Découverte de la structure, classification, régression Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux d'apprentissage automatique, y compris la découverte de la structure, la classification et la régression.

Apprentissage automatique: Techniques d'apprentissage supervisé et non supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.

Réseaux neuronaux : Perceptron et rétropropagation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuraux, y compris le modèle perceptron et la rétropropagation.

Sélection de fonctionnalités, Régression du noyau, Terrain de jeu des réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la sélection des fonctionnalités, la régression du noyau et les réseaux neuronaux à travers des exercices.

Récapitulation des réseaux neuraux : fonctions d'activation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux, des fonctions d'activation, de la formation, du traitement d'image, des CNN, de la régularisation et des méthodes de réduction de dimensionnalité.

Comprendre les attributs de données Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de divers attributs de données et modèles de régression linéaire.

Page 2 sur 3