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

Deep Learning: Conception de modèles de réseaux neuronaux

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (55)

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

Couvre le concept de descente de gradient pour la régression linéaire, en expliquant le processus itératif de mise à jour des paramètres.

Les principes fondamentaux de l'apprentissage profond Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.

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.

Apprentissage statistique: Principes fondamentaux Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les principes fondamentaux de l'apprentissage statistique, couvrant l'apprentissage supervisé, la théorie de la décision, la minimisation des risques et l'ajustement excessif.

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.

Arbres de régression et méthodes d'ensemble dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.

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 : principes et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.

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.

Deep Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.

Échanges de devises Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le sous-ajustement, le surajustement et le compromis entre les variables de biais dans les modèles d'apprentissage automatique.

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 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.

Représentation des données : BoW et données déséquilibrées Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les problèmes de surajustement, de sélection de modèle, de validation, de validation croisée, de régularisation, de régression du noyau et de représentation des données.

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.

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.

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.

Régression logistique : interprétation et ingénierie des caractéristiques Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression logistique, l'interprétation probabiliste et les techniques d'ingénierie des caractéristiques.

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

Couvre la classification linéaire en utilisant la régression logistique, la régularisation et la classification multiclasse.

Généralisation dans l'apprentissage avec des caractéristiques aléatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la généralisation de l'apprentissage automatique, en mettant l'accent sur les compromis sous-équipés et sur-équipés, les cadres enseignant-étudiant et l'impact des caractéristiques aléatoires sur les performances du modèle.

Page 2 sur 3