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

Analyse statistique des réseaux : prévision des liens et biclustering

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (44)

Apprentissage non supervisé : réduction de la dimensionnalité et regroupement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage non supervisé, en mettant l'accent sur la réduction de la dimensionnalité et le regroupement, en expliquant comment il aide à trouver des modèles dans les données sans étiquettes.

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

Introduit une régression linéaire et logistique, couvrant les modèles paramétriques, la prédiction multi-sorties, la non-linéarité, la descente de gradient et les applications de classification.

L'essentiel de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.

Régression logistique : Interprétation probabiliste Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'interprétation probabiliste de la régression logistique, la régression multinomiale, le KNN, les hyperparamètres et la malédiction de la dimensionnalité.

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.

Principes fondamentaux de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Présente les principes fondamentaux de l'apprentissage supervisé, y compris les fonctions de perte et les distributions de probabilité.

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.

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

Couvre les modèles linéaires, la classification binaire et multi-classes, et la régression logistique avec des exemples pratiques.

Estimation du regroupement et de la densité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la réduction de dimensionnalité, l'APC, les techniques de regroupement et les méthodes d'estimation de la densité.

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.

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.

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

Couvre la régression linéaire, lanalyse de corrélation et les fondamentaux de régression logistique, en mettant laccent sur la distinction entre la corrélation et la causalité.

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

Couvre les bases de la régression linéaire, y compris l'OLS, l'hétéroskédasticité, l'autocorrélation, les variables instrumentales, l'estimation maximale de la probabilité, l'analyse des séries chronologiques et les conseils pratiques.

Fonctions avancées des pandas Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les fonctions avancées de Pandas, en se concentrant sur le filtrage, l'étiquetage et la manipulation des trames de données.

L’art du brainstorming : techniques et principes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'art du brainstorming, en mettant l'accent sur diverses idées et l'efficacité de la résolution de problèmes grâce à la pensée de groupe.

Complexité du modèle et suréquipement dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la complexité du modèle, l'ajustement excessif et les stratégies pour sélectionner les modèles d'apprentissage automatique appropriés.

Théorie statistique : Cramér-Rao Bound & Hypothesis Testing Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la limite de Cramér-Rao, les tests d'hypothèses et l'optimalité en théorie statistique.

Apprentissage supervisé: Méthodes de régression Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en mettant l'accent sur les méthodes de régression, y compris l'ajustement des modèles, la régularisation, la sélection des modèles et l'évaluation du rendement.

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

Couvre les bases de la régression linéaire dans l'apprentissage automatique, en explorant ses applications dans la prédiction des résultats comme le poids de naissance et l'analyse des relations entre les variables.

Méthodes du noyau : SVM et régression Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des méthodes de noyau telles que SVM et régression, couvrant des concepts tels que la marge, la machine vectorielle de support, la malédiction de la dimensionnalité et la régression de processus gaussien.

Page 2 sur 3