Passer au contenu principal

Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Graph
Search

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Régression et modélisation cinétique

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (38)

Régression linéaire : bases et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire et la façon de résoudre les problèmes d'estimation en utilisant les moindres carrés et la notation matricielle.

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

Explore la régression linéaire en utilisant la méthode des moindres carrés pour adapter les points de données à l'équation y = ax + b.

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 et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les fondamentaux de la régression linéaire, la formation des modèles, l'évaluation et les mesures du rendement, en soulignant l'importance de la R2, du MSE et de l'EAM.

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.

Régression linéaire et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

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

Introduit les bases de la régression linéaire, couvrant l'approche OLS, les résidus, la matrice de chapeau et les hypothèses de Gauss-Markov.

Régression linéaire : fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit la régression linéaire, couvrant ses fondamentaux, ses applications et ses mesures d'évaluation dans l'apprentissage automatique.

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.

Modèles linéaires: moindres carrés et factorisation QR Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés, la factorisation QR, les modèles linéaires et l'analyse de régression avec des applications aux données expérimentales.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Algorithmes de classification: approches génératives et discriminatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les algorithmes de classification génératifs et discriminatifs, en mettant l'accent sur leurs applications et leurs différences dans les tâches d'apprentissage automatique.

Modèles linéaires généralisés : théorie et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la théorie des modèles linéaires généralisés, y compris la logistique et la régression de Poisson, lévaluation des modèles et les tests de coefficient.

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.

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.

Algorithme Gram-Schmidt: Orthogonalisation et factorisation QR Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'algorithme Gram-Schmidt, la factorisation QR, et la méthode des moindres carrés.

Méthode des matrices orthogonales et des moindres carrés Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des matrices orthogonales, la méthode des moindres carrés, et leurs applications pratiques dans l'algèbre linéaire.

Page 2 sur 2