Catégorie
Robustesse (statistiques)
Séances de cours associées (17)
Transformations des intrants ou des extrants
Couvre le traitement des données manquantes, l'ingénierie des fonctionnalités et les transformations de sortie dans l'apprentissage automatique.
Inférence semiparamétrique pour les données manquantes
Explore l'inférence semi-paramétrique pour les données manquantes et non aléatoires, en abordant les défis de l'analyse statistique et en proposant un estimateur double-robuste.
Causalité pour Robust ML
Explore l'importance de la causalité pour l'apprentissage machine robuste, couvrant les ensembles de données idéaux, les problèmes de données manquants, les modèles graphiques et les modèles d'interférence.
Manipulation des données : modèles de données et embrouillement
Examine les éléments fondamentaux de la gestion des données, y compris les modèles, les sources et les querelles, en soulignant l'importance de comprendre et de résoudre les problèmes de données.
Visualisation des données & Histoire
Se penche sur la physialisation des données, l'expressivité, la visualisation féministe et l'équilibre entre l'exploration et l'explication de la visualisation des données.
Gestion des données : problèmes et distributions
Couvre les problèmes de données courants et les distributions importantes, ainsi que l'analyse des corrélations et des dépendances.
Régression logistique : interprétation et ingénierie des caractéristiques
Couvre la régression logistique, l'interprétation probabiliste et les techniques d'ingénierie des caractéristiques.
Kernel K-moyens de regroupement
Explore Kernel K- signifie regroupement, interprétation des solutions, traitement des données manquantes, et sélection des ensembles de données pour l'apprentissage automatique.
Représentation des données : BoW et données déséquilibrées
Couvre les problèmes de surajustement, de sélection de modèle, de validation, de validation croisée, de régularisation, de régression du noyau et de représentation des données.
Deep Learning: Représentations de données et réseaux neuraux
Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.