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

Apprentissage sans supervision : méthodes de regroupement

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (36)

Introduction à la classification des images Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la classification des images, le clustering et les techniques d'apprentissage automatique telles que la réduction de la dimensionnalité et l'apprentissage par renforcement.

Apprentissage sans supervision : regroupement et réduction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'apprentissage non supervisé en cluster avec les moyennes K et la réduction de dimensionnalité à l'aide de PCA, ainsi que des exemples pratiques.

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.

Méthodes de regroupement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les méthodes de regroupement des moyennes K, hiérarchiques et DBSCAN avec des exemples pratiques.

Réduction de dimensionnalité: PCA & t-SNE Connectez-vous à Mediaspace pour regarder cette vidéo

Explore PCA et t-SNE pour réduire les dimensions et visualiser efficacement les données à haute dimension.

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.

Algorithme de K-means Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'algorithme K-means pour regrouper des échantillons de données en k classes sans étiquettes, dans le but de minimiser la fonction de perte.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

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

Couvre PCA et LDA pour la réduction de dimensionnalité, expliquant la maximisation de la variance, les problèmes de vecteurs propres et les avantages de Kernel PCA pour les données non linéaires.

Apprentissage automatique: Techniques d'apprentissage supervisé et non supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.

Méthodes de regroupement Connectez-vous à Mediaspace pour regarder cette vidéo

Examine les méthodes de regroupement pour la partition des données en classes significatives lorsque l'étiquetage est inconnu, couvrant les moyennes K, les mesures de dissimilarité et le regroupement hiérarchique.

Signal statistique et traitement de données Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les fondamentaux, les outils et les applications du traitement des données et du signal statistique dans divers domaines.

Quantification des distributions de probabilité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la quantification des distributions de probabilité, le regroupement statistique des moyennes k, l'estimation moyenne, les méthodes de regroupement robustes et les questions de recherche ouvertes.

Extensions à l'échangeabilité: analyse statistique des données du réseau Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les extensions à l'échangeabilité dans l'analyse des données du réseau, y compris les cadres graphiques et l'échangeabilité des bords.

Signaux et systèmes I: corrélation croisée et convolution Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la corrélation croisée, la détection de signal, les espaces de Hilbert, l'approximation orthogonale et la compression d'image à l'aide de DCT.

Intelligence cérébrale : Apprentissage continu des modèles de représentation Connectez-vous à Mediaspace pour regarder cette vidéo

S'insère dans l'apprentissage continu des modèles de représentation dans l'intelligence cérébrale, mettant l'accent sur l'adaptation rapide aux environnements non structurés.

Page 2 sur 2