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

Modèles d'apprentissage statistique : minimisation des risques et des risques empiriques

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Estimation statistique

Explore l'estimation statistique, comparant les estimateurs basés sur la moyenne et la variance, et plongeant dans l'erreur carrée moyenne et Cramér-Rao lié.

Méthodes d'estimation dans les probabilités et les statistiques

Discute des méthodes d'estimation en probabilité et en statistiques, en se concentrant sur l'estimation du maximum de vraisemblance et les intervalles de confiance.

Estimation de la densité du noyau: Sélection de la largeur de bande et Malédiction de dimensionnalité

Couvre l'estimation de la densité du noyau axée sur la sélection de la bande passante, la malédiction de la dimensionnalité, le compromis entre les biais et les modèles paramétriques et non paramétriques.

Optimisation dans la théorie de la décision : estimation impartiale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimalité dans la théorie de la décision et l'estimation impartiale, en mettant l'accent sur la suffisance, l'exhaustivité et les limites inférieures du risque.

Théorie statistique : estimation maximale de vraisemblance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.

Estimateurs et intervalles de confiance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Le phénomène Stein et la superefficacité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le phénomène Stein, présentant les avantages du biais dans les statistiques de grande dimension et la supériorité de l'estimateur James-Stein sur l'estimateur de probabilité maximale.

Théorie statistique : Cramér-Rao Bound & Hypothesis Testing Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la limite de Cramér-Rao, les tests d'hypothèses et l'optimalité en théorie statistique.

Principes de base de l'estimation ponctuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la méthode des moments, le compromis biais-variance, la cohérence, le principe de plug-in et le principe de vraisemblance dans lestimation de point.

Modèles statistiques et estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles statistiques, l'estimation des paramètres et les distributions d'échantillonnage dans les probabilités et les statistiques.

Estimateurs et biais Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les estimateurs, les biais et l'efficacité des statistiques, en mettant l'accent sur le compromis entre biais et variabilité.

Estimateurs statistiques Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les estimateurs statistiques pour les variables aléatoires et les distributions gaussiennes, en se concentrant sur les fonctions d'erreur pour l'intégration.

Régression linéaire : analyse des données sur l'ozone Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse de régression linéaire des données sur l'ozone à l'aide de modèles statistiques.

Analyse de la valeur extrême : Conséquences statistiques Connectez-vous à Mediaspace pour regarder cette vidéo

Examine les conséquences statistiques de l'analyse des valeurs extrêmes et les implications de la mauvaise spécification du modèle.

Techniques d'optimisation: Descente de gradient stochastique et au-delà Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des techniques d'optimisation dans l'apprentissage automatique, en se concentrant sur la descente de gradient stochastique et ses applications dans les problèmes contraints et non convexes.

Page 2 sur 2