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

Soutenez des machines de vecteur : Hyperparameters et V-SVM

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Vue d'ensemble de la machine à vecteur de soutien

Donne une vue d'ensemble des machines vectorielles de support, en comparant les avantages et les inconvénients de SVM avec d'autres classificateurs.

Soutenez des machines de vecteur : Formulation double pour la marge dure Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la double formulation des machines vectorielles de support pour la classification des marges dures.

Machine vectorielle de soutien : stockage de modèles, utilisation de la mémoire et consommation d'énergie Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le stockage modèle SVM, l'utilisation de la mémoire, la complexité du temps de formation et l'estimation de la consommation d'énergie.

Problèmes convexes non convexes : MVS et réduction de dimensionnalité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les problèmes convexifiants non convexes par le biais de SVM et des techniques de réduction de dimensionnalité.

Réseaux profonds et convolutifs : généralisation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les réseaux profonds et convolutifs, couvrant la généralisation, l'optimisation et les applications pratiques dans l'apprentissage automatique.

Principes d'optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes d'optimisation, y compris l'optimisation linéaire, les réseaux et les exemples de recherche concrets dans le transport.

Techniques d'optimisation: Descente de gradient stochastique et au-delà Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des techniques d'optimisation dans l'apprentissage automatique, en se concentrant sur la descente de gradient stochastique et ses applications dans les problèmes contraints et non convexes.

Optimisation robuste: Radiothérapie & Support Machines vectorielles Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimisation robuste dans la radiothérapie et les machines vectorielles de soutien.

Programmation semi-définie Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la programmation et l'optimisation semi-définies sur des cônes semi-définis positifs.

Prise de décision optimale : exercices et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les exercices sur la prise de décision optimale, y compris la réduction des coûts et l'optimisation des réseaux de transport.

Apprendre la solution du noyau: Tutoriel MGT-418 Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage de la solution du noyau en optimisation convexe, en se concentrant sur la prédiction des sorties à l'aide d'un classificateur linéaire et en abordant les problèmes numériques possibles.

Introduction à l’optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'optimisation, y compris les perspectives historiques, les formulations mathématiques et les applications pratiques dans les problèmes de prise de décision.

La méthode de Newton : les techniques d’optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des techniques d'optimisation telles que la descente de gradient, la recherche de lignes et la méthode de Newton pour une résolution efficace des problèmes.

Apprendre le noyau : l’optimisation convexe Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage de la fonction du noyau en optimisation convexe, en se concentrant sur la prédiction des sorties à l'aide d'un classificateur linéaire et en sélectionnant les fonctions optimales du noyau par validation croisée.

Descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le concept de descente de gradient, un algorithme universel utilisé pour trouver le minimum d'une fonction.

Page 2 sur 2