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

Sans titre

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (27)

Algèbre linéaire

Couvre les bases de l'algèbre linéaire, y compris les opérations matricielles et la décomposition des valeurs singulières.

SVD: Décomposition de la valeur singulaire

Couvre le concept de Décomposition de Valeur Singulaire (SVD) pour compresser l'information dans les matrices et les images.

Recommender Systems : Factorisation matricielle

Explore la factorisation matricielle dans les systèmes de recommandation, couvrant l'optimisation, les mesures d'évaluation et les défis liés à la mise à l'échelle.

Systèmes linéaires: Chapitres 4, 5, 6

Explore le lien entre les systèmes linéaires et l'optimisation par élimination et décomposition de LU.

Traitement de texte: Matrice, Documents, Sujets

Explore la gestion du texte, en se concentrant sur les matrices, les documents et les sujets, y compris les défis de la classification des documents et des modèles avancés comme BERT.

Décomposition de valeur singulière: compression d'image et applications

Couvre la décomposition de la valeur singulière, en se concentrant sur son application dans la compression d'images et la représentation de données.

Classeurs Max-Margin

Explore la maximisation des marges pour une meilleure classification à l'aide de machines vectorielles de support et l'importance de choisir le bon paramètre.

Classification des documents: Caractéristiques et modèles

Introduit la classification des documents en utilisant des fonctionnalités telles que les mots et les métadonnées, et des modèles tels que k-Nearest-Neighbors et word embeddings.

Règles de voisinage les plus près: Partie 2

Explore les règles de voisinage les plus proches, les défis de l'algorithme k-NN, le classificateur Bayes et l'algorithme k-means pour le regroupement.

Factorisation des matrices : Optimisation et évaluation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimisation de la factorisation matricielle, les méthodes d'évaluation et les défis dans les systèmes de recommandation.

Optimisation de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques d'optimisation, l'intégration de mots et les systèmes de recommandation dans l'apprentissage automatique.

Systèmes de recommandation : factorisation et évaluation des matrices Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de factorisation matricielle pour les systèmes de recommandation, y compris les mesures d'évaluation comme RMSE et NDCG.

Systèmes Recommender Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les systèmes de recommandation, le filtrage collaboratif, les recommandations basées sur le contenu, les mesures de similarité et les méthodes avancées telles que la factorisation matricielle.

Systèmes linéaires : matrices diagonales et triangulaires, factorisation de l'U.Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les systèmes linéaires, les matrices diagonales et triangulaires, et la factorisation de LU.

Apprentissage non supervisé : recommandation de film Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé pour la recommandation de films en utilisant la décomposition des valeurs singulières.

Systèmes de recommandation: MovieLens Dataset Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la mise en œuvre de systèmes de recommandation utilisant le jeu de données MovieLens et leur évaluation avec des métriques RMSE et MAE.

Inversion de la matrice Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'inversion matricielle, les conditions d'invertibilité, l'unicité des matrices inverses et élémentaires pour l'inversion.

Caractérisation des matrices inversées Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les propriétés des matrices invertibles, y compris les solutions uniques et l'indépendance linéaire.

Indexation sémantique latente : concepts et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'indexation sémantique latente, une technique de cartographie des documents dans un espace conceptuel pour la recherche et la classification.

Décomposition de la valeur singulière : applications et interprétation Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.

Page 1 sur 2