Passer au contenu principal

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

Graph
Search

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)

Régression : Séance de cours interactive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire, la régression pondérée, la régression pondérée localement, la régression vectorielle de soutien, la manipulation du bruit et la cartographie oculaire à l'aide de SVR.

Méthodes du noyau dans l'apprentissage automatique: régression du noyau et SVM Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des méthodes du noyau dans l'apprentissage automatique, en se concentrant sur la régression du noyau et les machines vectorielles de support, y compris leurs formulations et applications.

Arbres de décision : régression et classification Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les arbres de décision pour la régression et la classification, expliquant la construction des arbres, la sélection des caractéristiques et les critères d'induction.

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.

Caractéristiques du récepteur-exploitant: Courbes ROC Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les courbes ROC, la courbe de rappel de précision, le RMSLE et la validation du modèle.

Back-propagation: Comprendre les réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la rétropropagation dans les réseaux neuronaux, la mise à jour des poids en fonction des erreurs et l'évaluation des réseaux par le biais de pertes d'entraînement et de tests.

Régression linéaire : basiques et descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, y compris l'ingénierie des caractéristiques, l'apprentissage supervisé ou non supervisé, et minimise la fonction de coût.

Modélisation des éléments finis: Dynamique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de la modélisation des éléments finis pour la dynamique et discute de la méthode Newmark pour l'intégration du temps.

Modélisation des éléments finis Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la dérivation de l'équation du mouvement, de l'interpolation, de l'équation de Newton et de la conservation de l'énergie dans la modélisation des éléments finis.

Applications d'apprentissage automatique: Régression et classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les applications d'apprentissage automatique dans la modélisation des matériaux, couvrant la régression, la classification et la sélection des fonctionnalités.

Régression : Exercices Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les exercices sur les fonctions de régression à l'aide de RLS, WLS et LWR.

Machine Learning non linéaire : les voisins les plus proches et l’expansion des fonctionnalités Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la transition des modèles linéaires aux modèles non linéaires, en se concentrant sur k-NN et les techniques d'expansion des caractéristiques.

Amélioration des modèles du chemin visuel ventral Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de calcul du système visuel ventral, en se concentrant sur l'optimisation des réseaux pour les tâches réelles et la comparaison avec les données cérébrales.

Page 3 sur 3