Passer au contenu principal

Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Graph
Search

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Modèles linéaires généralisés : exemples et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (36)

Modèles linéaires généralisés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvertures Modèles linéaires généralisés, probabilité, déviance, fonctions de liaison, méthodes d'échantillonnage, régression de Poisson, surdispersion et modèles de régression alternatifs.

L'essentiel de l'apprentissage supervisé Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.

Modèles linéaires pour la classification: Régression logistique et SVM Connectez-vous à Mediaspace pour regarder cette vidéo

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

Théorie de la vraisemblance maximale et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la théorie de la probabilité maximale, les applications et les principes de test d'hypothèse en économétrie.

Régression logistique : fonctions de coût et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression logistique, les fonctions de coût, la descente en gradient et la modélisation de probabilité à l'aide de la fonction sigmoïde logistique.

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.

Régression moderne: surdispersion et évaluation du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de surdispersion, d'évaluation de modèle et de régression pour les données de comptage.

Modèles linéaires pour la classification: Extensions multi-classes Connectez-vous à Mediaspace pour regarder cette vidéo

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

Modèles linéaires : suite Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles linéaires, la régression logistique, la descente en gradient et la régression logistique multi-classes avec des applications pratiques et des exemples.

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.

Régression logistique : Fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les fondamentaux de régression logistique, y compris les fonctions de coût, la régularisation et les limites de classification, avec des exemples pratiques utilisant scikit-learn.

Erreurs optimales et transitions de phase dans les modèles linéaires généralisés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les erreurs optimales, les transitions de phase et les performances des algorithmes dans les modèles linéaires.

Régression des prix des maisons: Exploration des hypothèses OLS Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les régressions OLS pour les prix des maisons, couvrant les valeurs aberrantes, les observations influentes, les spécifications du modèle et les stratégies de sélection.

Analyse de la pollution atmosphérique Connectez-vous à Mediaspace pour regarder cette vidéo

Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.

Réseaux neuronaux : formation et optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la formation, l'optimisation et les considérations environnementales des réseaux neuronaux, avec des informations sur les clusters PCA et K-means.

Régression linéaire : causalité et interprétation des modèles Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression linéaire, la causalité et l'interprétation des modèles grâce à l'analyse géométrique et à la modélisation empirique.

Page 2 sur 2