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 : Hautes Dimensions

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (54)

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.

Reprise de l'exercice 3.1 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre des exercices sur la régression, y compris la régression linéaire et polynomiale, les dimensions élevées et l'analyse des données réelles.

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.

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

Couvre le concept de descente de gradient pour la régression linéaire, en expliquant le processus itératif de mise à jour des paramètres.

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

Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.

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.

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.

Régression linéaire : bases et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire et la façon de résoudre les problèmes d'estimation en utilisant les moindres carrés et la notation matricielle.

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.

Avancé Machine Learning : Régression des crêtes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de régression linéaire, les solutions de forme fermée, la singularité et les techniques de régularisation.

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.

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.

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.

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.

Analyse des documents : Modélisation des sujets Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.

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.

Introduction à la science des données Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.

Statistiques: Analyse exploratoire des données Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases statistiques, y compris l'analyse des données et la théorie des probabilités, en mettant l'accent sur la tendance centrale, la dispersion et les formes de distribution.

Apprentissage automatique pour les systèmes à échelle atomique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'application de l'apprentissage automatique aux systèmes à l'échelle atomique, en mettant l'accent sur la symétrie dans la cartographie des caractéristiques et la construction de descripteurs invariants en rotation.

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 2 sur 3