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

Apprentissage automatique avancé : Ensachage

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (34)

Overfitting dans l'apprentissage supervisé: études de cas et techniques Connectez-vous à Mediaspace pour regarder cette vidéo

Aborde l'ajustement excessif dans l'apprentissage supervisé par le biais d'études de cas de régression polynomiale et de techniques de sélection de modèles.

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.

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.

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.

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.

Classification d'image: Arbres de décision et forêts aléatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la classification des images en utilisant des arbres de décision et des forêts aléatoires pour réduire la variance et améliorer la robustesse du modèle.

Arbres de décision et forêts aléatoires: concepts et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de décision et des forêts aléatoires, en se concentrant sur leur structure, leur optimisation et leur application dans les tâches de régression et de classification.

Sélection et évaluation du modèle : Dilemma à variation de biais, estimation des crêtes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le sur-apprentissage, la généralisation et le sous-apprentissage dans les modèles d'apprentissage automatique.

Méthodes de l'ensemble : Forêts aléatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les méthodes d'ensemble comme les forêts aléatoires et les baies de Naive de Gaussian, expliquant comment elles améliorent la précision de prédiction et estimer les distributions gaussiennes conditionnelles.

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.

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.

Évaluation du modèle : métriques et sélection Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les mesures d'évaluation des modèles, les techniques de sélection, le compromis biais-variance et la gestion des distributions de données biaisées dans l'apprentissage automatique.

Tendance centrale et dispersion Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les répliques, les méthodes de visualisation, les mesures de tendance centrale, les valeurs aberrantes, la dispersion, les moyennes, les résidus et les estimateurs impartiaux.

Variables instrumentales: Partie 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des variables instrumentales pour résoudre les problèmes d'endogenèse, en utilisant des exemples pour illustrer les applications pratiques et les exigences d'essai.

Page 2 sur 2