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

Le problème de l’overfitting

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (53)

Accélérateurs Machine Learning : Types et efficacité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les charges de travail d'apprentissage automatique, les couches DNN, les tableaux systolique et l'efficacité des accélérateurs spécialisés tels que les TPU.

Ingénierie des caractéristiques: Régression polynomiale Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre en fonction de la régression linéaire sur les caractéristiques des prédicteurs d'origine pour la représentation flexible des caractéristiques.

Critères de monotonie dans les fonctions différenciables Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les critères de monotonie, la règle de L'Hopital et la continuité de Lipschitz dans les fonctions différentiables et les réseaux neuronaux profonds.

Régression polynomiale : bases et régularisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression polynomiale et de la régularisation pour éviter les surajustements.

Stabilité relative vers les diffémorphismes dans les filets profonds Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'impact de la stabilité relative sur les difféomorphismes dans les réseaux neuronaux profonds et sa corrélation avec les performances.

Réseaux neuronaux convolutionnels : fondamentaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux convolutionnels, y compris l'optimisation de la formation, la structure des couches et les pièges potentiels des statistiques sommaires.

Régression linéaire : vue d'ensemble de la régularisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les principes fondamentaux de la régression linéaire, en soulignant limportance des techniques de régularisation pour améliorer la performance du modèle.

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.

Concepts d'apprentissage par renforcement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts clés de l'apprentissage par renforcement, des réseaux neuronaux, du clustering et de l'apprentissage non supervisé, en mettant l'accent sur leurs applications et leurs défis.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Apprentissage supervisé en économétrie financière Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en économétrie financière, couvrant la régression linéaire, l'ajustement du modèle, les problèmes potentiels, les fonctions de base, la sélection de sous-ensembles, la validation croisée, la régularisation et les forêts aléatoires.

Classificateurs voisins les plus près et malédiction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les classificateurs voisins les plus proches, le compromis entre les biais, la malédiction de la dimensionnalité et les limites de généralisation dans l'apprentissage automatique supervisé.

Page 3 sur 3