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 linéaires généralisés II: Extensions GLM

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (52)

L'essentiel de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.

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.

Analyse des données des chimpanzés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse des données des chimpanzés sur les temps d'apprentissage et explore les modèles linéaires généralisés et la régression logistique.

Estimation du regroupement et de la densité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la réduction de dimensionnalité, l'APC, les techniques de regroupement et les méthodes d'estimation de la densité.

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

Introduit des modèles linéaires dans l'apprentissage automatique, couvrant les bases, les modèles paramétriques, la régression multi-sorties et les mesures d'évaluation.

Modèles linéaires généralisés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvertures Modèles linéaires généralisés, probabilité, déviance, fonctions de liaison, méthodes d'échantillonnage, régression de Poisson, surdispersion et modèles de régression alternatifs.

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.

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.

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.

Éléments de la statistique : Probabilité, distribution et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la théorie des probabilités, les distributions et l'estimation dans les statistiques, en mettant l'accent sur la précision, la précision et la résolution des mesures.

Régression du noyau : K-nearest Neighbors Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le concept de régression du noyau et les voisins les plus proches de K pour rendre les données linéairement séparables.

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.

Bases du modèle de régression linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, la méthode OLS, les valeurs prédites, les résidus, la notation matricielle, la bonté d'adaptation, les tests d'hypothèse et les intervalles de confiance.

Modèles marginaux : interprétation et application Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles marginaux dans la régression moderne, en mettant laccent sur linterprétation et lapplication dans lanalyse statistique.

Distribution normale : caractéristiques et exemples Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les caractéristiques et l'importance de la distribution normale, y compris des exemples et des scénarios de traitement.

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.

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.

Familles spéciales de modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'exhaustivité, la suffisance minimale et les modèles statistiques spéciaux, en se concentrant sur les familles exponentielles et de transformation.

Modèles stochastiques pour les communications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des modèles stochastiques pour les communications, couvrant la moyenne, la variance, les fonctions caractéristiques, les inégalités, diverses variables aléatoires discrètes et continues, et les propriétés de différentes distributions.

Analyse statistique: Boxplot et distribution normale Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des concepts d'analyse statistique comme boxplot et la distribution normale à l'aide d'exemples de données réelles.

Page 2 sur 3