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

Échanges de devises

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (42)

Arbres de régression et méthodes d'ensemble dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.

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.

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 linéaire et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

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

Présente les bases de l'apprentissage automatique, les mesures de performance, les techniques d'optimisation et l'évaluation des modèles.

Fondements de l'apprentissage automatique : régularisation et validation croisée Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le surajustement, la régularisation et la validation croisée dans l'apprentissage automatique, soulignant l'importance de l'expansion des fonctionnalités et des méthodes du noyau.

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.

Deep Learning: Conception de modèles de réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la conception et l'optimisation de modèles de réseaux neuronaux en apprentissage profond.

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.

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.

Régression polynomiale : bases et régularisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression polynomiale et de la régularisation pour éviter les surajustements.

Les classificateurs ImageNet se généralisent-ils?Connectez-vous à Mediaspace pour regarder cette vidéo

Examine la généralisation des classificateurs ImageNet, les applications critiques pour la sécurité, le surajustement et la fiabilité des modèles d'apprentissage automatique.

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

Introduit des concepts et des algorithmes fondamentaux d'apprentissage automatique pour la formation et l'évaluation des modèles.

Traitement de l'image II: Classification bayésienne et prise de décision Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la classification bayésienne, la prise de décision et les applications de reconnaissance de formes dans le traitement d'images.

Les principes fondamentaux de l'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.

Traitement des langues naturelles Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit le traitement du langage naturel, qui couvre le prétraitement du texte, l'analyse des sentiments et l'analyse des sujets, en mettant l'accent sur l'établissement d'un indice de risque pour le changement climatique.

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.

Estimation de la fréquence des signaux stochastiques (grand bruit)Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre des expériences numériques pour l'estimation de fréquence des signaux stochastiques.

Limites de confiance: concepts clés et analyse des écarts Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les hypothèses clés, l'analyse de la variance et les intervalles de confiance en régression linéaire.

Retour à Régression linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire, la régularisation, les problèmes inverses, la tomographie par rayons X, la reconstruction d'images, l'inférence de données et l'intensité du détecteur.

Page 2 sur 3