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

Régularisation de l'apprentissage automatique

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (42)

Apprentissage supervisé en économétrie financière Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en économétrie financière, couvrant la régression linéaire, l'ajustement du modèle, les problèmes potentiels, les fonctions de base, la sélection de sous-ensembles, la validation croisée, la régularisation et les forêts aléatoires.

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.

Validation croisée : Techniques et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de validation croisée, d'ajustement excessif, de régularisation et de régression dans l'apprentissage automatique.

Validation croisée et régularisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'ajustement de la courbe polynomiale, les fonctions du noyau et les techniques de régularisation, en soulignant l'importance de la complexité du modèle et du surajustement.

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.

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.

Régression polynôme et descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression polynôme, la descente en gradient, le surajustement, le sous-ajustement, la régularisation et la mise à l'échelle des caractéristiques dans les algorithmes d'optimisation.

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.

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.

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 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.

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.

Méthodes de sélection des variables Connectez-vous à Mediaspace pour regarder cette vidéo

Explorer les méthodes de sélection variable et l'équilibre entre les biais et les variables dans la modélisation statistique.

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 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.

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 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.

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.

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