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

Feature Maps et Noyaux

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (34)

Espaces vectoriels: applications linéaires et générateurs Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des espaces vectoriels, des applications linéaires, des générateurs et des dimensions en mathématiques.

Régression : Exercices Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les exercices sur les fonctions de régression à l'aide de RLS, WLS et LWR.

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.

Kernel Trick: Comprendre l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'astuce du noyau dans l'apprentissage automatique, permettant des opérations à haute dimension sans calculs de coordonnées explicites.

Réduction de dimensionnalité: PCA & t-SNE Connectez-vous à Mediaspace pour regarder cette vidéo

Explore PCA et t-SNE pour réduire les dimensions et visualiser efficacement les données à haute dimension.

Réduction de la dimensionnalité : PCA et LDA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques de réduction de dimensionnalité telles que PCA et LDA, les méthodes de clustering, l'estimation de la densité et la représentation des données.

Machines vectorielles de soutien: bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de Support Vector Machines, y compris la séparabilité linéaire, les hyperplans, les marges et les SVM non linéaires avec des noyaux.

Réduction de la dimensionnalité: PCA & LDA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre PCA et LDA pour la réduction de dimensionnalité, expliquant la maximisation de la variance, les problèmes de vecteurs propres et les avantages de Kernel PCA pour les données non linéaires.

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.

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

Couvre les algorithmes de clustering, PCA, LDA, K-means, GMM, KDE et Mean Shift pour l'estimation de la densité et le clustering.

Apprentissage sans supervision : regroupement et réduction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'apprentissage non supervisé en cluster avec les moyennes K et la réduction de dimensionnalité à l'aide de PCA, ainsi que des exemples pratiques.

Machines vectorielles de soutien: SVM noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le SVM non linéaire en utilisant des noyaux pour la séparation des données dans des espaces de dimension supérieure, optimisant l'entraînement avec des noyaux pour éviter des transformations explicites.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Bases de la cartographie linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la cartographie linéaire et des systèmes de coordonnées.

Page 2 sur 2