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

Modèles additifs généralisés: moindres carrés pondérés itératifs pénalisés

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (53)

Fondements de l'apprentissage automatique : régularisation et validation croisée Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le surajustement, la régularisation et la validation croisée dans l'apprentissage automatique, soulignant l'importance de l'expansion des fonctionnalités et des méthodes du noyau.

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.

Régression linéaire : Fondements Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de la régression linéaire, couvrant l'approche OLS, les résidus, la matrice de chapeau et les hypothèses de Gauss-Markov.

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.

Méthodes de régression : Lissage des splines Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les méthodes de régression axées sur le lissage des attelles et l'ajustement pénalisé pour équilibrer la fidélité et la douceur des données.

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.

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.

Fondements de l'apprentissage automatique : Découverte de la structure, classification, régression Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux d'apprentissage automatique, y compris la découverte de la structure, la classification et la régression.

Modèles linéaires pour la classification: Extensions multi-classes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires pour la classification multi-classes, en se concentrant sur la régression logistique et les mesures d'évaluation.

Vérification et validation : Fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la vérification et la validation dans la modélisation computationnelle, en mettant l'accent sur la précision par comparaison avec les données expérimentales et des conseils pratiques sur la complexité des modèles.

Méthode de Newton: Approche itérative à point fixe Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode de Newton pour trouver des zéros de fonctions par l'itération de point fixe et discute des propriétés de convergence.

Méthodes numériques : Bisection et tableaux multidimensionnels Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de la méthode de bisection pour résoudre les équations non linéaires et son implémentation en utilisant Python avec NumPy et Matplotlib.

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.

NumPy Arrays et représentations graphiques : Introduction Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les tableaux NumPy et leurs représentations graphiques à l'aide de Matplotlib, en se concentrant sur les techniques de création, de manipulation et de visualisation des tableaux.

Analyse numérique : Équations non linéaires Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les algorithmes pour résoudre des problèmes mathématiques à l'aide d'un ordinateur, y compris les équations non linéaires et les méthodes d'approximation numérique.

Overfitting dans l'apprentissage supervisé: études de cas et techniques Connectez-vous à Mediaspace pour regarder cette vidéo

Aborde l'ajustement excessif dans l'apprentissage supervisé par le biais d'études de cas de régression polynomiale et de techniques de sélection de modèles.

Contrôle optimal : méthodes de solution directe Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des méthodes de solution directe pour un contrôle numérique optimal, en mettant l'accent sur la formulation des problèmes, la mise à l'échelle et des conseils pratiques pour une résolution réussie des problèmes.

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.

Éléments de faisceau Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse des éléments de faisceau et l'importance de minimiser la précision et le coût inutiles dans les calculs.

Formulation isoparamétrique de l'élément Quad4 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la formulation isoparamétrique de l'élément plan Quad4 et le calcul de la matrice de rigidité.

Page 2 sur 3