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

Kernel PCA : Réduction de la dimensionnalité non linéaire

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (56)

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.

Diagonalisation des matrices symétriques Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la diagonalisation des matrices symétriques et l'importance de la décomposition des valeurs singulières.

Deep Learning : généralisation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Plongez dans les défis et les avantages de l'apprentissage profond, en soulignant la transition vers les réseaux neuronaux convolutifs et l'impact de la largeur du réseau sur le paysage des pertes.

Diagonalisation des matrices : théorie et exemples Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la théorie et les exemples de matrices de diagonalisation, en se concentrant sur les valeurs propres, les vecteurs propres et lindépendance linéaire.

Théorème spectral : Critère Min-Max Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le théorème spectral, en mettant l'accent sur le critère Min-Max pour les matrices symétriques et les propriétés des matrices définies positives.

Modèles de génération profonde Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles génératifs profonds, y compris les auto-encodeurs variationnels, les GAN et les GAN convolutifs profonds.

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.

Arbres de décision: Classification Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des arbres de décision pour la classification, couvrant l'entropie, la qualité fractionnée, l'indice Gini, les avantages, les inconvénients, et le classificateur forestier aléatoire.

Valeurs propres et vecteurs propres Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les valeurs propres et les vecteurs propres d'une matrice, y compris l'équation caractéristique et le polynôme.

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.

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.

Directives d'examen: Mesures COVID 2021 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les lignes directrices pour un examen 2021 à venir, en mettant l'accent sur les mesures de sécurité et les procédures d'examen COVID.

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.

Régression de la crête du noyau : formules équivalentes et théorème du représentant Connectez-vous à Mediaspace pour regarder cette vidéo

Explore Kernel Ridge Regression, formulations équivalentes, Représenter Theorem, Kernel astuce, et la prédiction avec les noyaux.

Optimisation linéaire : trouver le BFS initial Connectez-vous à Mediaspace pour regarder cette vidéo

Explique le processus de recherche d'une solution réalisable de base initiale pour les problèmes d'optimisation linéaire à l'aide de l'algorithme Simplex.

Page 3 sur 3