Séances de cours associées (28)
Systèmes de recommandation: MovieLens Dataset
Couvre la mise en œuvre de systèmes de recommandation utilisant le jeu de données MovieLens et leur évaluation avec des métriques RMSE et MAE.
Découverte avancée de la structure : données sur les distances et les séries chronologiques
Explore les algorithmes de clustering, les mesures de distance et les techniques d'analyse de données de séries chronologiques.
Résumé des données : Minhashing et Locality-Sensitive Hashing
Explore la similarité Jaccard, le minhashing et le hachage sensible à la localité pour le résumé des données.
Compression des données : Techniques de préservation de la vie privée
Explore les techniques de gestion des données et de récapitulation des données qui permettent de trouver des éléments semblables.
Récupérer ses voisins : des techniques efficaces
Couvre les techniques pour récupérer efficacement des éléments similaires en utilisant des requêtes de recherche de similarité.
Flux de données : algorithmes et applications
Couvre les flux de données, le calcul de la mémoire sous-linéaire, la similarité des documents et les techniques de réduction des dimensions randomisées pour gérer efficacement les défis «Big Data».
Recommender Systems: Aperçu et méthodes
Explore l'évolution des recommandateurs, du filtrage collaboratif, du prix Netflix, de la formation sur les modèles et des techniques d'optimisation.
Techniques de résolution des entités
Explore les techniques de résolution d'entités, la déduplication des données, les métriques de similitude, le coût de calcul, les techniques de blocage et l'échelle des jointures de similarité.
Introduction à la récupération d'information
Présente les bases de la récupération d'informations, couvrant la récupération basée sur le texte, les caractéristiques du document, les fonctions de similarité et la différence entre la récupération booléenne et la récupération classée.
Corrélation d'image numérique
Couvre la corrélation d'images numériques, les critères de similarité, les approches itératives et les applications pratiques en corrélation 2D et 3D.

Graph Chatbot

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.