Découverte causale : modèles variables latents

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (29)

Analyse des composantes principales : réduction de la dimensionnalité

Explorer l'analyse des composantes principales pour la réduction de dimensionnalité et la sélection de fonctionnalités non supervisées.

Analyse statistique des réseaux : prévision des liens et biclustering Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la prédiction des liens, la régression logistique, l'inférence causale et le bigroupement dans l'analyse statistique des réseaux.

Modèles de facteurs : Variables latentes et tarification des actifs Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles de facteurs, y compris l'APC, la tarification des actifs, l'investissement de facteurs, le GMM et l'estimation Fama-McBeth.

Traitement statistique du signal Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles de mélange gaussien, le denoising, la classification des données et le tri à laide de lanalyse en composantes principales.

Modèles spatiaux latents : Inférence et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles spatiaux latents, les représentations en réseau, les décompositions spectrales et les méthodes d'estimation des paramètres.

Analyse de la composante principale: Eigenfaces Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'application de l'analyse en composantes principales dans la reconnaissance faciale à l'aide d'un ensemble de données de visages célèbres.

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.

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.

Analyse en composantes principales : interprétation géométrique et réduction dimensionnelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse des composantes principales pour la réduction des dimensions et la représentation des données dans une nouvelle base.

Page 2 sur 2