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 moderne: applications et exemples

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (42)

Régression moderne: surdispersion et évaluation du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de surdispersion, d'évaluation de modèle et de régression pour les données de comptage.

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.

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.

Analyse des niveaux de la mer de Venise Connectez-vous à Mediaspace pour regarder cette vidéo

Analyse des niveaux de la mer de Venise de 1887 à 2017, en se concentrant sur les niveaux maximaux et l'estimation des tendances.

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.

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.

Régression non paramétrique : estimation basée sur le noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression non paramétrique à l'aide de techniques d'estimation basées sur le noyau pour modéliser des relations complexes entre les variables.

Régression logistique : fonctions de coût et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression logistique, les fonctions de coût, la descente en gradient et la modélisation de probabilité à l'aide de la fonction sigmoïde logistique.

Revue du Machine Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre un examen des concepts d'apprentissage automatique, y compris l'apprentissage supervisé, la classification vs régression, les modèles linéaires, les fonctions du noyau, les machines vectorielles de soutien, la réduction de la dimensionnalité, les modèles génératifs profonds et la validation croisée.

Arbres de régression et méthodes d'ensemble dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.

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 : Hautes Dimensions Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression linéaire en dimensions élevées et la prévision pratique des prix des maisons à partir d'un ensemble de données.

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.

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.

Représentations structurelles équivariantes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations structurales équivariantes dans l'apprentissage machine atomistique, soulignant l'importance de représenter les propriétés cibles dans la base sphérique.

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.

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.

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

Introduit une régression logistique pour la classification binaire et une régression polynomiale sur des variables polynomiales.

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.

Page 2 sur 3