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

Introduction à l'apprentissage automatique: bases et exemples

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (52)

Réseau neuronal Rapprochement et apprentissage Connectez-vous à Mediaspace pour regarder cette vidéo

S'oriente vers l'approximation du réseau neuronal, l'apprentissage supervisé, les défis de l'apprentissage à haute dimension et la révolution expérimentale de l'apprentissage profond.

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

Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé et non supervisé, la régression linéaire et la compréhension des données.

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

Couvre la réduction de dimensionnalité, l'APC, les techniques de regroupement et les méthodes d'estimation de la densité.

Deep Learning : dimensionnalité et représentation des données Connectez-vous à Mediaspace pour regarder cette vidéo

Plonge dans la dimensionnalité de l'apprentissage profond, la représentation des données et la performance dans la classification des données à grande dimension, explorant la malédiction de la dimensionnalité et le noyau tangent neuronal.

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

Couvre les techniques de réduction de dimensionnalité, de regroupement et d'estimation de la densité, y compris l'ACP, les moyennes K, le MGM et le décalage moyen.

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.

Modélisation de données dans les neurosciences: Meenakshi Khosla Connectez-vous à Mediaspace pour regarder cette vidéo

Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.

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.

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.

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.

Deep Learning : principes et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.

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.

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.

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.

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.

Boltzmann Machine Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la machine de Boltzmann, un type de réseau neuronal récurrent stochastique.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

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.

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.

Page 2 sur 3