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

Régression linéaire : fondements et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (47)

Overfitting dans l'apprentissage supervisé: études de cas et techniques Connectez-vous à Mediaspace pour regarder cette vidéo

Aborde l'ajustement excessif dans l'apprentissage supervisé par le biais d'études de cas de régression polynomiale et de techniques de sélection de modèles.

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.

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.

Régression : Hautes Dimensions Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression linéaire en dimensions élevées et la prévision pratique des prix des maisons à partir d'un ensemble de données.

Régression linéaire : bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire dans l'apprentissage automatique, en explorant ses applications dans la prédiction des résultats comme le poids de naissance et l'analyse des relations entre les variables.

Comprendre les attributs de données Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de divers attributs de données et modèles de régression linéaire.

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.

Algorithmes de classification: approches génératives et discriminatoires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les algorithmes de classification génératifs et discriminatifs, en mettant l'accent sur leurs applications et leurs différences dans les tâches d'apprentissage automatique.

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

Couvre les bases de la régression linéaire, y compris l'OLS, l'hétéroskédasticité, l'autocorrélation, les variables instrumentales, l'estimation maximale de la probabilité, l'analyse des séries chronologiques et les conseils pratiques.

Principes fondamentaux de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Présente les principes fondamentaux de l'apprentissage supervisé, y compris les fonctions de perte et les distributions de probabilité.

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

Couvre les bases de l'apprentissage automatique, y compris les techniques supervisées et non supervisées, la régression linéaire et la formation des modèles.

Machine Learning non linéaire : les voisins les plus proches et l’expansion des fonctionnalités Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la transition des modèles linéaires aux modèles non linéaires, en se concentrant sur k-NN et les techniques d'expansion des caractéristiques.

Hétéroskédasticité et autocorrélation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'hétéroscédasticité et l'autocorrélation en économétrie, couvrant les implications, les applications, les méthodes de test et les conséquences des tests d'hypothèses.

Fondements de programmation: récapitulation et approche modulaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux de programmation et souligne l'importance de la conception de codes modulaires.

Expansion des fonctionnalités et des amandes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'expansion des fonctionnalités, les noyaux, SVM, et la classification non linéaire dans l'apprentissage automatique.

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.

Réseaux neuronaux récurrents : Détection de la langue Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la détection des langues à l'aide de réseaux neuronaux récurrents et de concepts d'apprentissage supervisé.

Comprendre les classificateurs ImageNet Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la généralisation des classificateurs ImageNet et les défis à relever pour obtenir des modèles d'apprentissage automatique fiables.

Laplacien en coordonnées polaires et sphériques : dérivés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'opérateur laplacien en coordonnées polaires et sphériques, en se concentrant sur les dérivés et les calculs intégraux.

Prévoir le prix de Bitcoin avec ML et Twitter Inputs Connectez-vous à Mediaspace pour regarder cette vidéo

Montre un projet prédisant le prix de Bitcoin en utilisant Twitter et ML, obtenant 60% de précision.

Page 2 sur 3