Séance de cours

Problèmes de classification: Aperçu et fonctions de perte

Graph Chat

Chattez avec Graph Search

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.

Dans cours

EE-411: Fundamentals of inference and learning

This is an introductory course in the theory of statistics, inference, and machine learning, with an emphasis on theoretical understanding & practical exercises. The course will combine, and alternate, between mathematical theoretical foundations and prac ...

Description

Cette séance de cours fournit un aperçu général des problèmes de classification, en se concentrant sur différentes fonctions de perte telles que la charnière et la perte logistique. L'instructeur discute des concepts de convexité, de classification logistique, d'entropie croisée et de machines vectorielles de support.

Enseignant·e

Florent Gérard Krzakala

Source officielle

Concepts associés (32)

Sony

, est une société multinationale japonaise basée dans l'arrondissement de Minato à Tokyo (Japon). Elle est active dans différents domaines tels que l'électronique, la téléphonie, l'informatique, le jeu vidéo, la musique, le cinéma et l'audiovisuel en général. Sony Corporate comprend plus de cent sociétés à travers le monde, dont Sony France SA, Sony Corporation of America, Sony Music Entertainment, Sony Pictures Entertainment, Sony Interactive Entertainment et est présent dans 183 pays (voir les entreprises de Sony Corporation).

Sony Mobile

Le logo de Sony Ericsson sur un bâtiment dans un campus en Suède.|vignette|200px Sony Mobile Communications (anciennement Sony Ericsson) est une filiale de l’entreprise japonaise d’électronique Sony Corporation, axée sur la création de téléphones mobiles. La gestion mondiale de l'entreprise est basée à Lund. Des équipes de recherche et de développement sont basées en Suède, au Japon, en Chine, au Canada, aux Pays-Bas, aux États-Unis, en Inde et au Royaume-Uni. Sony Ericsson téléphonie compte environ dans le monde.

Loss functions for classification

In machine learning and mathematical optimization, loss functions for classification are computationally feasible loss functions representing the price paid for inaccuracy of predictions in classification problems (problems of identifying which category a particular observation belongs to). Given as the space of all possible inputs (usually ), and as the set of labels (possible outputs), a typical goal of classification algorithms is to find a function which best predicts a label for a given input .

Machine à vecteurs de support

Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.

Classification en classes multiples

In machine learning and statistical classification, multiclass classification or multinomial classification is the problem of classifying instances into one of three or more classes (classifying instances into one of two classes is called binary classification). While many classification algorithms (notably multinomial logistic regression) naturally permit the use of more than two classes, some are by nature binary algorithms; these can, however, be turned into multinomial classifiers by a variety of strategies.

Afficher plus

Séances de cours associées (64)

Modèles linéaires pour la classification: Extensions multi-classes

Couvre les modèles linéaires pour la classification multi-classes, en se concentrant sur la régression logistique et les mesures d'évaluation.

Modèles linéaires pour la classification

Explore les modèles linéaires pour la classification, la régression logistique, les limites de décision, la SVM, la classification multi-classes et les applications pratiques.

Régression linéaire généralisée

Explore la régression linéaire généralisée, la régression logistique et la classification multiclasses dans l'apprentissage automatique.

Régression logistique: Partie 1

Introduit la régression logistique pour la classification binaire et explore la classification multiclasse à l'aide des stratégies OvA et OvO.

Modèles linéaires pour la classification: Régression logistique et SVM

Couvre les modèles linéaires pour la classification, en se concentrant sur la régression logistique et les machines vectorielles de support.

Afficher plus

Concepts associés (32)

Sony

Sony Mobile

Loss functions for classification

Machine à vecteurs de support

Classification en classes multiples

Afficher plus