Séance de cours

SWISH: Split où l'information devrait se produire

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours présente le principe SWISH, qui implique la transition entre les différents plans d'un graphique d'orchestration pour faciliter la prise de décision en équipe. À travers des exemples tels que la division des données météorologiques entre les étudiants, l'instructeur démontre comment différentes distributions de données façonnent les discussions collaboratives.

Source officielle

Concepts associés (11)

Prise de décision

vignette|Lorsqu'il s'agit de prendre une décision, il est bon de savoir que des situations différentes nécessitent une approche différente. Il n'y a pas de façon unique de penser/d'agir. la plupart du temps, nous errons dans l'espace du désordre, sans savoir ce qui se passe, sans savoir comment agir. Dans ce cas, nous avons tendance à entrer dans l'espace avec lequel nous nous sentons le plus à l'aise et à commencer à agir. Lorsque vous avez trouvé le Saint Graal, la solution unique pour chaque problème, vous feriez mieux de faire attention.

Collaborative decision-making software

Collaborative decision-making (CDM) software is a software application or module that helps to coordinate and disseminate data and reach consensus among work groups. CDM software coordinates the functions and features required to arrive at timely collective decisions, enabling all relevant stakeholders to participate in the process. The selection of communication tools is very important for high end collaborative efforts.

Ajustement de loi de probabilité

Lajustement de la loi de probabilité ou simplement lajustement de la loi est l'ajustement d'une loi de probabilité à une série de données concernant la mesure répétée d'un phénomène aléatoire. L'ajustement de la loi a pour but de prédire la probabilité ou de prévoir la fréquence d'occurrence de l'ampleur du phénomène dans un certain intervalle. Il existe de nombreuses lois de probabilité, dont certaines peuvent être ajustées plus étroitement à la fréquence observée des données que d'autres, selon les caractéristiques du phénomène et de la loi.

Loi logistique

En probabilité et en statistiques, la loi logistique est une loi de probabilité absolument continue à support infini utilisé en régression logistique et pour les réseaux de neurones à propagation avant. Son nom de loi logistique est issu du fait que sa fonction de répartition est une fonction logistique. La loi logistique a deux paramètres μ et s > 0 et sa densité est Sa fonction de répartition est Son espérance et sa variance sont données par les formules suivantes : La loi logistique standard est la loi logistique de paramètres 0 et 1.

Loi d'extremum généralisée

En probabilité et statistique, la loi d'extrémum généralisée est une famille de lois de probabilité continues qui servent à représenter des phénomènes de valeurs extrêmes (minimum ou maximum). Elle comprend la loi de Gumbel, la loi de Fréchet et la loi de Weibull, respectivement lois d'extrémum de type I, II et III. Le théorème de Fisher-Tippett-Gnedenko établit que la loi d'extremum généralisée est la distribution limite du maximum (adéquatement normalisé) d'une série de variables aléatoires indépendantes de même distribution (iid).

Afficher plus

Séances de cours associées (64)

Erreur de généralisation

Explore l'erreur de généralisation dans l'apprentissage automatique, en se concentrant sur la distribution des données et l'impact des hypothèses.

Gestion quantitative des risques : Copulas et réseaux d'adversaires génériques

Explore les copules, les algorithmes de simulation, l'ajustement des données avec les corrélations de rang, et les GAN pour la génération d'images.

Statistiques: Analyse exploratoire des données

Introduit les bases statistiques, y compris l'analyse des données et la théorie des probabilités, en mettant l'accent sur la tendance centrale, la dispersion et les formes de distribution.

Modèle de choix binaire

Couvre le modèle de choix binaire, les hypothèses de terme d'erreur, les constantes spécifiques, les invariances et les propriétés de distribution.

Surprise, curiosité et récompense : une perspective évolutive

Explore la perspective évolutive de la surprise, de la curiosité et de la récompense, en mettant l'accent sur le rôle des signaux de récompense primaires et secondaires.

Afficher plus

Concepts associés (11)

Prise de décision

Collaborative decision-making software

Ajustement de loi de probabilité

Loi logistique

Loi d'extremum généralisée

Afficher plus