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 non supervisé : réduction de la dimensionnalité et regroupement

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (44)

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

Couvre les algorithmes de clustering, PCA, LDA, K-means, GMM, KDE et Mean Shift pour l'estimation de la densité et le clustering.

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.

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.

Fondements de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.

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.

PCA: Directions de la plus grande variance Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'APC, trouvant les directions de la plus grande variance, la réduction de dimensionnalité des données et les limites de l'APC.

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.

Introduction à l'apprentissage automatique: Aperçu du cours et bases Connectez-vous à Mediaspace pour regarder cette vidéo

Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.

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.

Bases de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé et non supervisé, la régression linéaire et la compréhension des données.

Revue du Machine Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre un examen des concepts d'apprentissage automatique, y compris l'apprentissage supervisé, la classification vs régression, les modèles linéaires, les fonctions du noyau, les machines vectorielles de soutien, la réduction de la dimensionnalité, les modèles génératifs profonds et la validation croisée.

PCA: Concepts clés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts clés de l'APC, y compris la réduction de la dimensionnalité des données et des fonctions d'extraction, avec des exercices pratiques.

Phase Portrait et systèmes non linéaires Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les portraits de phase, la décomposition de la valeur propre, la décomposition de la Jordanie et les nœuds stables dans les systèmes non linéaires.

LabVIEW: Affichage et DAQ Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la programmation LabVIEW pour l'acquisition et l'affichage de données, y compris le son et la visualisation LabVIEW.

Gradient Descent: Techniques d'optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la descente en gradient, les fonctions de perte et les techniques d'optimisation dans la formation en réseau neuronal.

Classification des données: Modèles de mélange gaussien Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles de mélange gaussien pour la classification des données, en mettant l'accent sur la dénigrement des signaux et l'estimation des données originales à l'aide des approches de probabilité et a posteriori.

Axonométrie: Concepts de base Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts de base de l'axonométrie, en se concentrant sur la projection et la dépendance linéaire des vecteurs.

Polynôme de l'espace vectoriel: Paramètre b Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le polynôme q(t) = bt - 12 dans un contexte d'espace vectoriel.

Introduction aux projections Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases des projections géométriques, y compris les perspectives isométriques et modernes, et leur contexte historique.

Analyse statistique des données du réseau: structures et modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse statistique des données du réseau, qui couvre les structures graphiques, les modèles, les statistiques et les méthodes d'échantillonnage.

Page 2 sur 3