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

Comparaison entre les méthodes: GMR vs SVR

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (39)

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.

Régression linéaire et régression logistique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

Fondements de l'apprentissage automatique : régularisation et validation croisée Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le surajustement, la régularisation et la validation croisée dans l'apprentissage automatique, soulignant l'importance de l'expansion des fonctionnalités et des méthodes du noyau.

Modèles linéaires: Partie 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les modèles linéaires, y compris la régression, les dérivés, les gradients, les hyperplans et la transition de classification, en mettant laccent sur la minimisation des risques et des mesures dévaluation.

Régression : Hautes Dimensions Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression linéaire en dimensions élevées et la prévision pratique des prix des maisons à partir d'un ensemble de données.

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

Couvre le concept de descente de gradient pour la régression linéaire, en expliquant le processus itératif de mise à jour des paramètres.

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.

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.

Régression logistique : Interprétation probabiliste Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'interprétation probabiliste de la régression logistique, la régression multinomiale, le KNN, les hyperparamètres et la malédiction de la dimensionnalité.

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

Explore les fondamentaux de la régression linéaire, la formation des modèles, l'évaluation et les mesures du rendement, en soulignant l'importance de la R2, du MSE et de l'EAM.

Apprentissage supervisé : Maximisation des probabilités Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'apprentissage supervisé par la maximisation de la probabilité pour trouver les paramètres optimaux.

Apprentissage supervisé: Méthodes de régression Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en mettant l'accent sur les méthodes de régression, y compris l'ajustement des modèles, la régularisation, la sélection des modèles et l'évaluation du rendement.

Modélisation de régression : Sélection de variable Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la modélisation de régression, en mettant laccent sur limportance de linterprétation et de la prédiction dans la construction de modèles.

Régression Reloaded: Construction de jeu de données synthétiques et estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la construction d'un ensemble de données synthétiques pour la régression linéaire et l'estimation des paramètres de vérité au sol.

Régression moderne: données d'orge de printemps Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, la régression de Poisson et l'analyse bayésienne des données sur l'orge de printemps à l'aide de modèles mixtes.

Fondements de l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux de l'apprentissage automatique, y compris la classification, les algorithmes, l'optimisation, l'apprentissage supervisé, l'apprentissage par renforcement et diverses tâches telles que la reconnaissance d'images et la génération de texte.

Les moindres carrés récursifs Connectez-vous à Mediaspace pour regarder cette vidéo

Explique l'algorithme Recursive des moindres carrés pour la mise à jour des estimations des paramètres dans les modèles de régression linéaire.

Analyse en composantes principales : Applications et limites Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les applications et les limites de l'analyse en composantes principales, y compris le débruitage, la compression et la régression.

Deep Learning : réseaux neuronaux convolutifs et techniques de formation Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des réseaux neuronaux convolutifs, de leur architecture, des techniques de formation et des défis tels que des exemples contradictoires en apprentissage profond.

Page 2 sur 2