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

De la descente progressive stochastique à l'optimisation non lissée

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (51)

Arbres de décision et forêts aléatoires: concepts et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de décision et des forêts aléatoires, en se concentrant sur leur structure, leur optimisation et leur application dans les tâches de régression et de classification.

Proximal Gradient Descent: Techniques d'optimisation dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de la descente du gradient proximal et de ses applications dans l'optimisation des algorithmes d'apprentissage automatique.

Régression du mélange gaussien : exemples et analyse Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression du mélange gaussien dans les ensembles de données 2D, en analysant les antécédents, les composantes et les résultats de régression.

L'apprentissage automatique en dynamique moléculaire Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'application de l'apprentissage automatique dans la dynamique moléculaire et les matériaux, en mettant l'accent sur la création de caractéristiques significatives et l'importance de la généralisabilité.

Régression linéaire: Multicolinéarité, Outliers, Spécification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la multicolinéarité, les valeurs aberrantes, la spécification du modèle et les stratégies pratiques en régression linéaire.

Descente de gradient plus rapide: Techniques d'optimisation projetées Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.

Régression moderne: modèles statistiques et analyse des données Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit une analyse de régression, couvrant les modèles linéaires et non linéaires, la régression de Poisson et l'analyse du temps de défaillance à l'aide de divers ensembles de données.

Régression linéaire : ajustement du modèle et estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la décomposition de la somme totale des carrés, lajustement du modèle et lestimation des paramètres en régression linéaire.

Introduction à OLS Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des moindres carrés ordinaires (OLS) en économétrie, y compris les relations variables, la détermination des coefficients et linterprétation du modèle.

Projections orthogonales: Méthode Gram-Schmidt Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les projections orthogonales et la méthode de Gram-Schmidt pour construire des bases.

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.

Page 3 sur 3