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.
Explore les processus cognitifs dans l'analyse des données, en mettant l'accent sur la pensée visuelle et la simplification pour extraire des informations à partir de données.
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé et non supervisé, la régression linéaire et la compréhension des données.
Explore des exemples spéciaux de modèles linéaires généralisés, couvrant la régression logistique, les modèles de données de comptage, les problèmes de séparation et les relations non paramétriques.
Couvre l'analyse des mesures de réduction du bruit de la route à la source, en se concentrant sur les différents revêtements routiers et l'impact de la réduction de la vitesse.
Discute du droit suisse de l'utilisation des terres et de l'environnement, en mettant l'accent sur le contrôle des émissions et les obligations légales en matière de protection contre les nuisances.
Introduit la régression linéaire, l'ajustement de la ligne de couverture, l'entraînement, les gradients et les fonctions multivariées, avec des exemples pratiques tels que l'achèvement du visage et la prédiction de l'âge.
Introduit la régression géographiquement pondérée, une approche spatialement explicite pour mesurer les relations entre les variables avec des résultats spécifiques à l'emplacement.
Introduit des modèles linéaires dans l'apprentissage automatique, couvrant les bases, les modèles paramétriques, la régression multi-sorties et les mesures d'évaluation.
Explore la morphologie urbaine, les systèmes urbains auto-organisés, les défis à relever pour réaliser le concept (urban) Digital Twin, les contributions d'analyse spatiale du LASIG et l'enseignement de la géomatique.
Introduit une analyse exploratoire des données en santé environnementale, couvrant sa définition, ses techniques et ses applications dans l'analyse des données géoréférencées sur la santé.
Découvrez comment les bactéries intestinales influencent l’humeur, le poids et la gestion du stress grâce à une communication bidirectionnelle avec le cerveau.
Explore les observations aberrantes, les effets de levier et les influences dans les modèles statistiques, y compris les méthodes de détection et d'évaluation.
Par le Prof. François Golay explore les SIG, la morphologie urbaine, les défis des Twins numériques, l'analyse basée sur les données et les contributions du LASIG.
