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

Fonctions de coût de régression et d'entropie croisée

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (37)

Machine Learning non linéaire : les voisins les plus proches et l’expansion des fonctionnalités Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la transition des modèles linéaires aux modèles non linéaires, en se concentrant sur k-NN et les techniques d'expansion des caractéristiques.

Fondements de l'apprentissage automatique : Découverte de la structure, classification, régression Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux d'apprentissage automatique, y compris la découverte de la structure, la classification et la régression.

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.

Régression linéaire : Fondements Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, de la classification binaire et multiclasse, et des mesures d'évaluation.

Comprendre les attributs de données Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de divers attributs de données et modèles de régression linéaire.

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.

Modèles linéaires & k-NN Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, la régression logistique, les limites de décision, k-NN, et les applications pratiques dans l'attribution des auteurs et l'analyse des données d'image.

Revue du Machine Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre un examen des concepts d'apprentissage automatique, y compris l'apprentissage supervisé, la classification vs régression, les modèles linéaires, les fonctions du noyau, les machines vectorielles de soutien, la réduction de la dimensionnalité, les modèles génératifs profonds et la validation croisée.

Modèles linéaires pour la classification: Régression logistique et SVM Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires pour la classification, en se concentrant sur la régression logistique et les machines vectorielles de support.

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

Introduit un apprentissage profond, de la régression logistique aux réseaux neuraux, soulignant la nécessité de traiter des données non linéairement séparables.

Régression: Linéaire simple et multiple Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire simple et multiple, y compris l'estimation des moindres carrés et le diagnostic du modèle.

Régression moderne: choix de lissage et de modélisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la pénalité de rugosité, les matrices de bande et l'inférence bayésienne dans le lissage de régression.

Courbes d'étalonnage dans les essais quantitatifs de liaison de ligand Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'importance des courbes d'étalonnage pour assurer une quantification précise de l'échantillon dans les essais de fixation des ligands.

Test et débogage Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'histoire de l'informatique, des tests automatisés, du TDD, de la couverture des tests, des rapports de bogues et du débogage.

Inférence de vraisemblance Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, la régression de Poisson, les modèles mixtes et la statistique du rapport de vraisemblance.

Essentiels de la gestion de projet : portée, temps et coût Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les aspects essentiels de la gestion de projet comme la portée, le temps et les coûts, ainsi que l'affectation des ressources, l'optimisation des calendriers et la gestion des risques.

Gradient Descent: MNIST Dataset et perte logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Se concentre sur la mise en œuvre de la descente de gradient avec l'ensemble de données MNIST et la perte logistique dans l'apprentissage automatique.

Page 2 sur 2