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

Apprentissage supervisé : Régression linéaire

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (52)

Régression linéaire : fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit la régression linéaire, couvrant ses fondamentaux, ses applications et ses mesures d'évaluation dans l'apprentissage automatique.

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

Couvre les bases de la régression linéaire, de la classification binaire et multiclasse, et des mesures d'évaluation.

Régression linéaire et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

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.

Introduction à l'apprentissage automatique: Aperçu du cours et bases Connectez-vous à Mediaspace pour regarder cette vidéo

Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.

Régression linéaire : Fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les fondamentaux de la régression linéaire, la formation des modèles, l'évaluation et les mesures du rendement, en soulignant l'importance de la R2, du MSE et de l'EAM.

Régression linéaire : basiques et descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, y compris l'ingénierie des caractéristiques, l'apprentissage supervisé ou non supervisé, et minimise la fonction de coût.

Apprentissage automatique: Techniques d'apprentissage supervisé et non supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.

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.

Modèles linéaires: Partie 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, y compris la régression, les dérivés, les gradients, les hyperplans et la transition de classification, en mettant laccent sur la minimisation des risques et des mesures dévaluation.

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

Introduit des techniques de régularisation pour éviter une suradaptation dans les modèles d'apprentissage automatique.

Régression linéaire : Pearson Correlation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la corrélation Pearson, la direction de la relation, la forme, la force et lévaluation du modèle de régression.

Régression logistique : Fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les fondamentaux de régression logistique, y compris les fonctions de coût, la régularisation et les limites de classification, avec des exemples pratiques utilisant scikit-learn.

Régression linéaire : Méthode des moindres carrés I Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et la méthode des moindres carrés pour trouver la ligne la mieux adaptée pour des points de données donnés.

Probabilité et statistiques Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les variables aléatoires conjointes, la densité conditionnelle et l'indépendance en probabilités et en statistiques.

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.

Régression moderne: applications et exemples Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'algorithme EM, l'ajustement de la distribution des valeurs extrêmes et la décomposition saisonnière dans les modèles de régression.

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

Couvre les bases de l'apprentissage automatique, les réseaux neuronaux, les CNN et le calibrage des modèles.

Variables instrumentales : intuition et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les variables instrumentales, abordant les problèmes d'endogénéité dans l'analyse de régression à travers des techniques d'estimation et des exemples pratiques.

Réseaux de neurones : caractéristiques d’apprentissage et prédiction linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la capacité des réseaux de neurones à apprendre des fonctionnalités et à faire des prédictions linéaires, en soulignant l'importance de la quantité de données pour une performance efficace.

Page 2 sur 3