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 paramétriques : mathématiques des données

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (40)

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.

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.

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, y compris l'OLS, l'hétéroskédasticité, l'autocorrélation, les variables instrumentales, l'estimation maximale de la probabilité, l'analyse des séries chronologiques et les conseils pratiques.

Validation croisée : Techniques et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de validation croisée, d'ajustement excessif, de régularisation et de régression dans l'apprentissage automatique.

Régression linéaire : analyse des données sur l'ozone Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse de régression linéaire des données sur l'ozone à l'aide de modèles statistiques.

Probabilités et statistiques: bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux de probabilité et de statistiques, en se concentrant sur l'analyse des données, la représentation graphique et les applications pratiques.

Régression: Linéaire simple et multiple Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire simple et multiple, y compris l'estimation des moindres carrés et le diagnostic du modèle.

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.

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.

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.

Régression linéaire : au-delà des bases Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les concepts avancés dans les modèles de régression linéaire, y compris la multicolinéarité, les tests d'hypothèses et les valeurs aberrantes de manipulation.

Méthodes de décomposition et de régression des erreurs Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la décomposition des erreurs, la régression polynomiale et les voisins K les plus proches pour la modélisation flexible et les prédictions non linéaires.

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

Couvre les bases de l'apprentissage automatique, y compris l'apprentissage supervisé et non supervisé, la régression linéaire et la classification.

Inférence : vérification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, les modèles linéaires généralisés et la vérification des modèles.

Bias-Variance Echanges dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discuter du compromis entre les variables biaisées dans l'apprentissage automatique, en mettant l'accent sur l'équilibre entre la complexité du modèle et l'exactitude des prédictions.

Estimateurs et biais Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les estimateurs, les biais et l'efficacité des statistiques, en mettant l'accent sur le compromis entre biais et variabilité.

Estimateurs et intervalles de confiance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Estimation des attentes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'estimation de l'attente pour des variables aléatoires distinctes, en soulignant son importance dans la théorie des probabilités.

Théorème de gradient de Lipschitz Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le théorème du gradient de Lipschitz et ses applications dans l'optimisation des fonctions.

Page 2 sur 2