Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Concept
Aide à la décision multicritère
Applied sciences
Information engineering
Apprentissage automatique
Arbre de décision (apprenti...
Graph Chatbot
Séances de cours associées (32)
Connectez-vous pour filtrer par séance de cours
Connectez-vous pour filtrer par séance de cours
Réinitialiser
Précédent
Page 3 sur 4
Suivant
Classification binaire par régression: fonctions de décision et fonctions de coût
Explore la classification binaire par régression, fonctions de décision et diverses fonctions de coût.
Support des machines vectorielles : paramètres, solutions et limites
Explore les paramètres SVM, les solutions et les limites de décision, y compris l'unicité des solutions et l'impact de la largeur du noyau.
Modèles linéaires: Bases de classification
Explore des modèles linéaires pour la classification, la régression logistique, SVM, k-NN, et la malédiction de dimensionnalité.
Choix de l'investissement : approches multicritères
Explorer les choix d'investissement à l'aide d'approches multicritères et discuter des défis dans la sélection des critères et les méthodes de notation.
Optimisation et simulation
Couvre le cadre général de l'optimisation et de la simulation, y compris le contrôle déterministe et le problème d'optimisation.
Modèles linéaires pour la classification: Extensions multi-classes
Couvre les modèles linéaires pour la classification multi-classes, en se concentrant sur la régression logistique et les mesures d'évaluation.
Stratégies d’optimisation : Modélisation et optimisation des systèmes énergétiques
Explore les stratégies de résolution des problèmes d'optimisation des systèmes énergétiques et les différents types d'approches d'optimisation.
Modèles de classification linéaire : du binaire au multiclasse
Explore l'extension des classificateurs linéaires pour gérer les problèmes multiclasses et compare leurs performances sur divers ensembles de données.
Machines vectorielles de soutien: bases et applications
Couvre les bases des machines vectorielles de support, de la régression logistique, des limites de décision et de l'algorithme k-Nearest Neighbors.
Prise de décision optimale : exercices et applications
Couvre les exercices sur la prise de décision optimale, y compris la réduction des coûts et l'optimisation des réseaux de transport.