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

Réduction de la dimensionnalité: PCA & LDA

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (42)

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.

Apprentissage non supervisé : réduction de la dimensionnalité et regroupement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé, en mettant l'accent sur la réduction de la dimensionnalité et le regroupement, en expliquant comment il aide à trouver des modèles dans les données sans étiquettes.

Réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des réseaux de neurones artificiels et explore diverses techniques de réduction de la dimensionnalité telles que PCA, LDA, Kernel PCA et t-SNE.

Apprentissage sans supervision: PCA & K-means Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé avec l'APC et les moyennes K pour la réduction de dimensionnalité et le regroupement des données.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Représentation des données : PCA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la représentation des données à l'aide de PCA pour la réduction de la dimensionnalité, en se concentrant sur la préservation du signal et l'élimination du bruit.

PCA: Cours interactif Connectez-vous à Mediaspace pour regarder cette vidéo

Sur PCA comprend des exercices interactifs et met l'accent sur la réduction de la perte d'information.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Méthodes d'extraction et de regroupement de fonctionnalités Connectez-vous à Mediaspace pour regarder cette vidéo

Les couvertures comportent des méthodes d'extraction, de regroupement et de classification pour les ensembles de données de grande dimension et l'analyse comportementale utilisant PCA, t-SNE, k-means, GMM et divers algorithmes de classification.

PCA: Directions de la plus grande variance Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'APC, trouvant les directions de la plus grande variance, la réduction de dimensionnalité des données et les limites de l'APC.

PCA: Concepts clés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts clés de l'analyse des composantes principales (APC) et ses applications pratiques dans la réduction de dimensionnalité des données et l'extraction des caractéristiques.

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.

Modèles du sujet: Allocation de dirichlet latent Connectez-vous à Mediaspace pour regarder cette vidéo

Présente l'attribution des dirichlets latents pour la modélisation des sujets dans les documents, en discutant de son processus, de ses demandes et de ses limites.

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.

Géométrie descriptive: La sphère Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la projection manquante de points sur une sphère à l'aide de plans principaux.

Vagues en milieu inhomogène Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les ondes dans des milieux inhomogènes, couvrant les conditions initiales et aux limites, la stabilité numérique, les modes propres et les principes de propagation.

Bases orthogonales et projection Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases orthogonales, la projection sur les sous-espaces, et le processus Gram-Schmidt dans l'algèbre linéaire.

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.

Vecteurs rotatifs: Formule de poisson Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'interprétation de la rotation dans un système de coordonnées et la formule du poisson.

Page 2 sur 3