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

Aspects pratiques du modèle linéaire gaussien

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (48)

Méthodes de régression : Modèle de construction et d'inférence Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de la variance, de la construction du modèle, de la sélection des variables et de l'estimation des fonctions dans les méthodes de régression.

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

Explore le surajustement, la régularisation et la validation croisée dans l'apprentissage automatique, en soulignant l'importance de la complexité du modèle et des différentes méthodes de validation croisée.

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.

Régression polynôme et descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression polynôme, la descente en gradient, le surajustement, le sous-ajustement, la régularisation et la mise à l'échelle des caractéristiques dans les algorithmes d'optimisation.

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.

Méthodes de régression : Modèle de construction et d'inférence Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'inférence, la construction de modèles, la sélection de variables, la robustesse, la régression régularisée, les modèles mixtes et les méthodes de régression.

Sélection et évaluation du modèle : Dilemma à variation de biais, estimation des crêtes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le sur-apprentissage, la généralisation et le sous-apprentissage dans les modèles d'apprentissage automatique.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Reprise de l'exercice 3.1 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre des exercices sur la régression, y compris la régression linéaire et polynomiale, les dimensions élevées et l'analyse des données réelles.

Modèle linéaire général: Sélection du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le modèle linéaire général, les tests de signification, la sélection du modèle et l'inférence des paramètres.

Régression Quantile : Optimisation Linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression quantile, en se concentrant sur l'optimisation linéaire pour prédire les résultats et discuter de la sensibilité aux valeurs aberrantes, de la formulation des problèmes et de la mise en œuvre pratique.

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.

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.

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.

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.

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.

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 : Fondements Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, des variables instrumentales, de l'hétéroscédasticité, de l'autocorrélation et de l'estimation du maximum de vraisemblance.

Modèles linéaires généralisés : un bref examen Connectez-vous à Mediaspace pour regarder cette vidéo

Fournit un aperçu des modèles linéaires généralisés, en mettant l'accent sur les modèles de régression logistique et de Poisson, et leur mise en oeuvre dans R.

Réduction de dimensionnalité: Malédiction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la malédiction de la dimensionnalité, les méthodes de sélection variables, le coefficient de détermination et les limites des techniques de filtrage.

Page 2 sur 3