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

Sélection du modèle imbriqué

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (38)

Régression linéaire : ajustement du modèle et estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la décomposition de la somme totale des carrés, lajustement du modèle et lestimation des paramètres en régression linéaire.

Modèle linéaire général: Sélection du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le modèle linéaire général, les tests de signification, la sélection du modèle et l'inférence des paramètres.

Inférence statistique: Modèles linéaires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'inférence statistique pour les modèles linéaires, couvrant l'ajustement du modèle, l'estimation des paramètres et la décomposition de la variance.

Modèles multiniveaux: Partie 2 Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques avancées de modélisation à plusieurs niveaux, y compris l'adaptation de modèles distincts, l'estimation des coefficients et la vérification des résidus pour l'évaluation des modèles.

Vérification du modèle et des résidus Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la vérification du modèle et les résidus dans lanalyse de régression, en soulignant limportance des diagnostics pour assurer la validité du modèle.

ANOVA: Partitionnement Total SS Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode ANOVA, en se concentrant sur la partition de la somme totale des carrés en composantes de traitement et d'erreur, les calculs carrés moyens, les statistiques de Fisher et la distribution F.

Bases du modèle de régression linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, la méthode OLS, les valeurs prédites, les résidus, la notation matricielle, la bonté d'adaptation, les tests d'hypothèse et les intervalles de confiance.

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

Couvre les bases de la régression linéaire, des variables instrumentales, de l'hétéroscédasticité, de l'autocorrélation et de l'estimation du maximum de vraisemblance.

Régularisation de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des techniques de régularisation pour éviter une suradaptation dans les modèles d'apprentissage automatique.

Modèles linéaires pour la classification: Extensions multi-classes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires pour la classification multi-classes, en se concentrant sur la régression logistique et les mesures d'évaluation.

Techniques de régularisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régularisation dans des modèles linéaires, y compris la régression de crête et le Lasso, les solutions analytiques et la régression de crête polynomiale.

Les bases de la régression linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, y compris les estimateurs OLS, les tests d'hypothèse et les intervalles de confiance.

Modèles linéaires généralisés : familles exponentielles et construction de modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les familles exponentielles, la construction de modèles et les fonctions de liens canoniques dans les modèles linéaires généralisés.

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.

Jacamar Analyse de données Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse des données jacamar, les modèles de données sur le tabagisme et les défis liés aux modèles log-linéaires dans les données sur les déficiences visuelles.

Extension de la fonctionnalité: Amandes et KNN Connectez-vous à Mediaspace pour regarder cette vidéo

Les couvertures comportent l'expansion, les noyaux et les voisins K-nearest, y compris la non-linéarité, SVM, et les noyaux gaussiens.

Caractérisation de la poudre: Physique, Chimique, Morphologie Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse physique, chimique et morphologique des poudres, en mettant l'accent sur la précision de l'échantillonnage et le contrôle de la qualité.

Estimations: Cohérence et efficacité Connectez-vous à Mediaspace pour regarder cette vidéo

Examine les critères pour de bons estimateurs, en mettant l'accent sur la cohérence et l'efficacité dans l'estimation.

Page 2 sur 2