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

PCA: Concepts clés

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (40)

Analyse en composantes principales : Applications et limites Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les applications et les limites de l'analyse en composantes principales, y compris le débruitage, la compression et la régression.

Signaux et systèmes I: corrélation croisée et convolution Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la corrélation croisée, la détection de signal, les espaces de Hilbert, l'approximation orthogonale et la compression d'image à l'aide de DCT.

Réduction de dimensionnalité: PCA & t-SNE Connectez-vous à Mediaspace pour regarder cette vidéo

Explore PCA et t-SNE pour réduire les dimensions et visualiser efficacement les données à haute dimension.

Réduction de dimensionnalité: Malédiction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la malédiction de la dimensionnalité, les méthodes de sélection variables, le coefficient de détermination et les limites des techniques de filtrage.

Récapitulation des réseaux neuraux : fonctions d'activation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux, des fonctions d'activation, de la formation, du traitement d'image, des CNN, de la régularisation et des méthodes de réduction de dimensionnalité.

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.

Pollution atmosphérique: analyse de corrélation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.

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.

Groupement : principes et méthodes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes et les méthodes de regroupement dans l'apprentissage automatique, y compris les mesures de similarité, la projection de l'APC, les moyennes K et l'impact de l'initialisation.

Réduction de la dimensionnalité: PCA & LDA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre PCA et LDA pour la réduction de dimensionnalité, expliquant la maximisation de la variance, les problèmes de vecteurs propres et les avantages de Kernel PCA pour les données non linéaires.

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.

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.

Trouver des contre-exemples: valeurs correctes et vecteurs propres dans les matrices Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les valeurs propres et les vecteurs propres dans les matrices, en se concentrant sur la recherche de contre-exemples.

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.

Pseudorandomité : théorie et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la théorie pseudo-aléatoire, les défis de l'IA, les graphiques pseudo-aléatoires, les marches aléatoires et les propriétés de la matrice.

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.

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.

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.

Processus ponctuels : Convergence et processus gaussiens Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les processus ponctuels, les critères de convergence, les fonctions de Laplace, les processus gaussiens, les fonctions de covariance et la stationnarité intrinsèque.

Page 2 sur 2