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 automatique: Types et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (41)

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.

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

Présente les bases de l'apprentissage automatique, les mesures de performance, les techniques d'optimisation et l'évaluation des modèles.

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.

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.

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.

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.

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.

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

Couvre les bases de l'apprentissage automatique, y compris l'apprentissage supervisé et non supervisé, la régression linéaire et la 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.

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

Couvre les concepts fondamentaux de l'apprentissage automatique, y compris la classification, les algorithmes, l'optimisation, l'apprentissage supervisé, l'apprentissage par renforcement et diverses tâches telles que la reconnaissance d'images et la génération de texte.

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.

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.

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.

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.

Prévoir de nouveaux cycles de vie de produits : approche d'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage automatique pour prédire les nouveaux cycles de vie des produits et les défis des données historiques limitées.

Réseaux entièrement connectés sur MNIST et SUSY Datasets Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la mise en œuvre de réseaux neuronaux entièrement connectés sur deux ensembles de données utilisant PyTorch.

Arbres de décision: Classification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les arbres de décision pour la classification, l'entropie, le gain d'information, l'encodage à chaud, l'optimisation de l'hyperparamètre et les forêts aléatoires.

Apprentissage et contrôle des systèmes complexes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage et le contrôle des systèmes complexes, en abordant les défis et les possibilités en matière de technologie et de recherche interdisciplinaire.

Robustesse dans l'intelligence visuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la robustesse de l'intelligence visuelle, en abordant les changements de distribution, les exemples d'échec et les stratégies d'amélioration.

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.

Page 2 sur 3