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

Régression logistique

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (50)

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 et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

Apprentissage supervisé : Maximisation des probabilités Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage supervisé par la maximisation de la probabilité pour trouver les paramètres optimaux.

Apprentissage supervisé : Algorithmes de classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en économétrie financière, en mettant l'accent sur les algorithmes de classification comme Naive Bayes et la régression logistique.

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.

Modèles linéaires & k-NN Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, la régression logistique, les limites de décision, k-NN, et les applications pratiques dans l'attribution des auteurs et l'analyse des données d'image.

Régression logistique : classification Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage supervisé, la classification à l'aide de la régression logistique et les défis de l'optimisation.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Régression linéaire et logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit une régression linéaire et logistique, couvrant les modèles paramétriques, la prédiction multi-sorties, la non-linéarité, la descente de gradient et les applications de classification.

Modèles linéaires: Partie 2 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, la classification binaire et multi-classes, et la régression logistique avec des exemples pratiques.

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.

Régression polynomiale : vue d'ensemble Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression polynomiale, l'impact de flexibilité, et le sous-ajustement contre le surajustement.

Réponse binaire : Link Functions Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'interprétation des réponses binaires, les fonctions de liaison, la régression logistique et la sélection des modèles à l'aide de déviances et de critères d'information.

Modélisation de données : régression Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit la modélisation fondée sur les données en mettant l'accent sur la régression, couvrant la régression linéaire, les risques de raisonnement inductif, l'APC et la régression des crêtes.

L'apprentissage automatique efficace grâce à la synthèse des données Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage automatique efficace par la synthèse des données, couvrant les défis, les méthodes et les applications impactées dans divers domaines.

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.

Modèles linéaires : suite Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles linéaires, la régression, la prédiction multi-sorties, la classification, la non-linéarité et l'optimisation basée sur le gradient.

Classeur voisin le plus proche: Malédiction de la dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la méthode de classification la plus proche du voisin, en discutant de ses limites dans les espaces de grande dimension et de l'importance de la corrélation spatiale pour des prédictions efficaces.

Analyse en composantes principales : interprétation géométrique et réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse des composantes principales pour la réduction des dimensions et la représentation des données dans une nouvelle base.

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.

Page 2 sur 3