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 : bases et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (37)

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.

Modèles linéaires: Partie 2 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, la classification binaire et multi-classes, et la régression logistique avec des exemples pratiques.

Validation croisée : Techniques et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les techniques de validation croisée, d'ajustement excessif, de régularisation et de régression dans l'apprentissage automatique.

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

Couvre les bases de la régression linéaire, des variables instrumentales, de l'hétéroscédasticité, de l'autocorrélation et de l'estimation du maximum de vraisemblance.

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 linéaire: Multicolinéarité, Outliers, Spécification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la multicolinéarité, les valeurs aberrantes, la spécification du modèle et les stratégies pratiques en régression linéaire.

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.

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

Introduit des modèles linéaires dans l'apprentissage automatique, couvrant les bases, les modèles paramétriques, la régression multi-sorties et les mesures d'évaluation.

Classification binaire par régression: fonctions de décision et fonctions de coût Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la classification binaire par régression, fonctions de décision et diverses fonctions de coût.

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.

Régression linéaire : estimation et prévision Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, en mettant l'accent sur l'estimation et la prédiction.

Sans titre Connectez-vous à Mediaspace pour regarder cette vidéo

Propagation des croyances et de l'arpentage Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la propagation des croyances, les clusters gelés et les seuils de colorabilité dans les modèles graphiques, ce qui explique l'importance de la propagation des enquêtes dans la résolution des problèmes de satisfaction liés aux contraintes.

Règle discriminatoire gaussienne : Classification et limites Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la règle discriminatoire gaussienne pour la classification à l'aide de modèles de mélange gaussien et discute des limites de dessin et de la complexité du modèle.

Support Vecteurs Machines: Théorie et Applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore Support Vector Machines théorie, paramètres, unicité, et des applications dans l'apprentissage de la machine.

Différenciation et dérivés Connectez-vous à Mediaspace pour regarder cette vidéo

Revisite la définition de la différenciation et de l'existence de dérivés pour les fonctions à intervalles ouverts.

Dérivés et composition des fonctions Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les règles sur les dérivés et la composition des fonctions avec des exemples et des explications.

Page 2 sur 2