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

Gradient Descent: Techniques d'optimisation

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (49)

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

Validation croisée : Techniques et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de validation croisée, d'ajustement excessif, de régularisation et de régression dans l'apprentissage automatique.

Réseaux neuronaux : formation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la formation, l'optimisation et les considérations environnementales des réseaux neuronaux, avec des informations sur les clusters PCA et K-means.

Réseaux d'approvisionnement en énergie Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des réseaux de flux, couvrant la structure du réseau neuronal, la formation, les fonctions d'activation et l'optimisation, avec des applications en prévision et finance.

Réseaux de neurones: caractéristiques aléatoires et régression du noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les caractéristiques aléatoires dans les réseaux neuronaux et la régression du noyau en utilisant la descente de gradient stochastique.

Réseaux neuronaux : formation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la formation et l'optimisation des réseaux neuronaux, en abordant des défis tels que les fonctions de perte non convexes et les minima locaux.

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.

Deep Learning : réseaux neuronaux convolutifs et techniques de formation Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des réseaux neuronaux convolutifs, de leur architecture, des techniques de formation et des défis tels que des exemples contradictoires en apprentissage profond.

Deep Learning: Conception de modèles de réseaux neuronaux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la conception et l'optimisation de modèles de réseaux neuronaux en apprentissage profond.

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.

Méthodes de régression : Modèle de construction et d'inférence Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de la variance, de la construction du modèle, de la sélection des variables et de l'estimation des fonctions dans les méthodes de régression.

Kernel de Tangent neuronal: Généralisation dans l'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le noyau tangent neuronal dans l'apprentissage profond, en analysant la généralisation et le comportement du réseau.

Simulation de réseau et dynamique d'activité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la simulation du réseau neuronal, la dynamique d'activité et les processus de validation afin d'assurer des prévisions précises.

Principe de variation en mécanique quantique Connectez-vous à Mediaspace pour regarder cette vidéo

Plonge dans le principe de variation en mécanique quantique et l'application des réseaux de neurones profonds pour des solutions système complexes.

Conditions KKT : Optimisation du convex Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les conditions KKT dans l'optimisation convexe, couvrant les cônes doubles, les propriétés, les inégalités généralisées et les conditions d'optimisation.

Résoudre des programmes linéaires entiers Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la résolution de programmes linéaires entiers graphiquement, algorithmiquement et par des méthodes d'optimisation.

Contrôle optimal : gestion de l'hydroélectricité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'optimisation des systèmes hydroélectriques et des stratégies de contrôle pour maximiser la production d'énergie.

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.

Erreur de généralisation dans l'apprentissage avec des fonctionnalités aléatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'erreur de généralisation dans la théorie de l'apprentissage, en mettant l'accent sur les données structurées et la méthode de la réplique.

Optimisation de l’intégration énergétique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des outils pour optimiser l'intégration de l'énergie et minimiser les pertes d'exercice dans les systèmes, en aidant à réduire les coûts énergétiques et à améliorer l'efficacité.

Page 2 sur 3