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

Vue d'ensemble de la machine à vecteur de soutien

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (34)

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.

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.

Méthodes d'extraction et de regroupement de fonctionnalités Connectez-vous à Mediaspace pour regarder cette vidéo

Les couvertures comportent des méthodes d'extraction, de regroupement et de classification pour les ensembles de données de grande dimension et l'analyse comportementale utilisant PCA, t-SNE, k-means, GMM et divers algorithmes de classification.

Lasso et MNIST Basics Connectez-vous à Mediaspace pour regarder cette vidéo

Présente la régularisation Lasso et son application à l'ensemble de données MNIST, en mettant l'accent sur la sélection des fonctionnalités et les exercices pratiques sur la mise en œuvre de la descente en gradient.

Gaussian Naive Bayes & K-NN Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bayes naïfs gaussiens, les voisins les plus proches du K et le réglage hyperparamétrique dans l'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.

Apprentissage sans supervision: PCA & K-means Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé avec l'APC et les moyennes K pour la réduction de dimensionnalité et le regroupement des données.

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.

Apprendre la solution du noyau: Tutoriel MGT-418 Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage de la solution du noyau en optimisation convexe, en se concentrant sur la prédiction des sorties à l'aide d'un classificateur linéaire et en abordant les problèmes numériques possibles.

Réduction de la dimensionnalité : PCA et LDA Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques de réduction de dimensionnalité telles que PCA et LDA, les méthodes de clustering, l'estimation de la densité et la représentation des données.

Théorème des multiplicateurs Lagrange Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le théorème des multiplicateurs de Lagrange pour n>2, démontrant son application dans les problèmes d'optimisation avec contraintes.

Soutenez des machines à vecteurs : Kernel Tricks Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les astuces du noyau dans les machines vectorielles de support pour un calcul efficace dans les espaces de grande dimension sans transformation explicite.

Soutien de la régression vectorielle: Tricks de noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression Ridge et SVR, mettant l'accent sur les astuces du noyau pour la régression non linéaire.

Prise de décision optimale : programmation linéaire pour la planification de projets Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la programmation linéaire pour la planification du projet afin de minimiser le temps de réalisation.

Page 2 sur 2