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

Modélisation avancée des étudiants

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Réseaux neuronaux pour la PNL Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les approches modernes du réseau neuronal en matière de PNL, en mettant l'accent sur l'intégration de mots, les réseaux neuronaux pour les tâches de PNL et les futures techniques d'apprentissage par transfert.

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.

Réseaux neuronaux : régression et classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les réseaux neuronaux pour les tâches de régression et de classification, couvrant la formation, la régularisation et des exemples pratiques.

Deep Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.

Réseaux neuronaux : bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les bases des réseaux neuraux, le problème XOR, la classification et les applications pratiques comme la prévision des données météorologiques.

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

Concepts d'apprentissage par renforcement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts clés de l'apprentissage par renforcement, des réseaux neuronaux, du clustering et de l'apprentissage non supervisé, en mettant l'accent sur leurs applications et leurs défis.

Amélioration des modèles du chemin visuel ventral Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de calcul du système visuel ventral, en se concentrant sur l'optimisation des réseaux pour les tâches réelles et la comparaison avec les données cérébrales.

Deep Learning: Réseaux convolutionnels Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les réseaux neuronaux convolutionnels, la rétropropagation et la descente stochastique en gradient dans l'apprentissage profond.

Réseaux neuronaux multicouches Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux multicouches et le processus d'entraînement des réseaux entièrement connectés avec des couches cachées.

Réseaux neuronaux convolutionnels : fondamentaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des réseaux neuronaux convolutionnels, y compris l'optimisation de la formation, la structure des couches et les pièges potentiels des statistiques sommaires.

Réseaux neuronaux profonds Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'algorithme de rétro-propagation pour les réseaux neuronaux profonds et l'importance de la localité dans CNN.

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations de données, les histogrammes, les réseaux neuronaux et les concepts d'apprentissage profond.

Deep Learning: Présentation des graphiques et des transformateurs Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts d'apprentissage profond, en se concentrant sur les graphiques, les transformateurs et leurs applications dans le traitement des données multimodales.

Apprentissage Sparse Caractéristiques: Encombrant dans les réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Discuter de la façon dont l'apprentissage de caractéristiques éparses peut conduire à une suradaptation dans les réseaux neuraux malgré des preuves empiriques de généralisation.

Page 2 sur 2