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

Dragage des données

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Échanges de devises Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le sous-ajustement, le surajustement et le compromis entre les variables de biais dans les modèles d'apprentissage automatique.

Sélection et évaluation des modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Discute du cadre expérimental de sélection et d'évaluation des modèles d'apprentissage supervisé afin d'éviter tout surajustement.

Représentations et traitement des données Connectez-vous à Mediaspace pour regarder cette vidéo

Discute du surajustement, de la sélection des modèles, de la validation croisée, de la régularisation, des représentations de données et de la gestion des données déséquilibrées dans l'apprentissage automatique.

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 : 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.

Jeux de formation et de test Connectez-vous à Mediaspace pour regarder cette vidéo

Souligne l'importance de séparer les données de formation et de test pour les modèles d'apprentissage automatique.

Kernel Methods: Comprendre les sur-ajustements et la sélection des modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des méthodes du noyau, en se concentrant sur les surajustements, la sélection des modèles et les fonctions du noyau dans l'apprentissage automatique.

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.

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.

Classification des images : Mesures de suréquipement et de précision Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les mesures de surajustement et de précision dans la classification des images, en soulignant limportance de la généralisation du modèle et de la précision optimale.

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.

Arbres de décision: Classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les arbres de décision pour la classification, l'entropie, le gain d'information, l'encodage à chaud, l'optimisation de l'hyperparamètre et les forêts aléatoires.

Généralisation et suréquipement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la généralisation, l'ajustement excessif et la complexité du modèle dans l'apprentissage automatique.

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.

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.

Page 2 sur 2