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

Soutenez la régression vectorielle : Nu-SVR et RVR

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (44)

Régression polynomiale : vue d'ensemble Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression polynomiale, l'impact de flexibilité, et le sous-ajustement contre le surajustement.

Méthodes du noyau dans l'apprentissage automatique: régression du noyau et SVM Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des méthodes du noyau dans l'apprentissage automatique, en se concentrant sur la régression du noyau et les machines vectorielles de support, y compris leurs formulations et applications.

Apprentissage statistique: Principes fondamentaux Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les principes fondamentaux de l'apprentissage statistique, couvrant l'apprentissage supervisé, la théorie de la décision, la minimisation des risques et l'ajustement excessif.

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.

Apprentissage supervisé: Méthodes de régression Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en mettant l'accent sur les méthodes de régression, y compris l'ajustement des modèles, la régularisation, la sélection des modèles et l'évaluation du rendement.

Kernel Methods: Comprendre les sur-ajustements et la sélection des modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des méthodes du noyau, en se concentrant sur les surajustements, la sélection des modèles et les fonctions du noyau dans l'apprentissage automatique.

L'apprentissage automatique à l'échelle atomique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des modèles simples, l'évaluation de la structure électronique et l'apprentissage automatique à l'échelle atomique.

Méthodes du noyau : SVM et régression Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des méthodes de noyau telles que SVM et régression, couvrant des concepts tels que la marge, la machine vectorielle de support, la malédiction de la dimensionnalité et la régression de processus gaussien.

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.

Complexité du modèle et suréquipement dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la complexité du modèle, l'ajustement excessif et les stratégies pour sélectionner les modèles d'apprentissage automatique appropriés.

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.

Machine vectorielle de soutien : stockage de modèles, utilisation de la mémoire et consommation d'énergie Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le stockage modèle SVM, l'utilisation de la mémoire, la complexité du temps de formation et l'estimation de la consommation d'énergie.

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.

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.

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.

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 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.

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 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.

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.

Page 2 sur 3