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

Extraction d'entités et d'informations

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (46)

Représentations neuro-symboliques: Connaissances communes et Raisonnement Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations neuro-symboliques pour comprendre les connaissances et le raisonnement communs, en mettant l'accent sur les défis et les limites de l'apprentissage profond dans le traitement du langage naturel.

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

Couvre les concepts fondamentaux de l'apprentissage automatique, y compris la classification, les algorithmes, l'optimisation, l'apprentissage supervisé, l'apprentissage par renforcement et diverses tâches telles que la reconnaissance d'images et la génération de texte.

Principes fondamentaux de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Présente les principes fondamentaux de l'apprentissage supervisé, y compris les fonctions de perte et les distributions de probabilité.

Introduction à la classification des images Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la classification des images, le clustering et les techniques d'apprentissage automatique telles que la réduction de la dimensionnalité et l'apprentissage par renforcement.

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.

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.

Classification d'image: Arbres de décision et forêts aléatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la classification des images en utilisant des arbres de décision et des forêts aléatoires pour réduire la variance et améliorer la robustesse du modèle.

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.

Introduction à l'apprentissage automatique: bases et exemples Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé, l'apprentissage par renforcement et la réduction des dimensions.

Optimisation des plans de papier Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimisation des plans de papier et des structures douces pour la génération de poussées.

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.

Évaluation du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le sous-ajustement, le surajustement, les hyperparamètres, le compromis biais-variance et l'évaluation de modèle dans l'apprentissage automatique.

Erreurs optimales et transitions de phase Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les erreurs optimales et les transitions de phase dans des modèles de grande dimension.

Apprentissage non supervisé : regroupement et réduction des dimensions Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé, le regroupement et les techniques de réduction de dimensions.

Classification des documents Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les méthodes de classification des documents, y compris Naïve Bayes et word embeddings.

Estimation du regroupement et de la densité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les algorithmes de clustering, PCA, LDA, K-means, GMM, KDE et Mean Shift pour l'estimation de la densité et le clustering.

Sélection du modèle : évaluation et généralisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la sélection, l'évaluation et la généralisation des modèles dans l'apprentissage automatique, en mettant l'accent sur l'estimation impartiale des performances et les risques de surapprentissage.

Théorie avancée de l'information: F-Divergences et erreur de généralisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre f-divergences et erreur de généralisation dans la théorie de l'information avancée.

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.

Analyse des composantes principales : réduction des dimensions Connectez-vous à Mediaspace pour regarder cette vidéo

Explorer l'analyse des composantes principales pour la réduction des dimensions des ensembles de données et ses implications pour les algorithmes d'apprentissage supervisés.

Page 2 sur 3