Concept
Graphe complémentaire
Séances de cours associées (68)
Contrefaits: SEM et D-Separation
Explore les contre-factuals dans les SEM et D-Separation dans les modèles graphiques.
Modèle de bloc stochastique: Détection communautaire
Couvre le modèle de bloc stochastique pour la détection de la communauté, en se concentrant sur la détection des communautés, des clusters et des groupes.
Modèle de bloc stochastique: Détection communautaire
Couvre le modèle de bloc stochastique pour la détection communautaire.
Applications du calcul différentiel
Explore les applications du calcul différentiel, y compris les théorèmes, la convexité, les extrema et les points d'inflexion.
L'algorithme de Union-Find et de Prim
Présente la structure de données Union-Find et l'algorithme de Prim pour un minimum d'arbres couvrants dans les graphiques, explorant les coupes et les origines historiques.
Inférence variable et réseaux neuraux
Couvre l'inférence variationnelle et les réseaux neuronaux pour les tâches de classification.
Curvature gaussienne et géodésiques
Explore la dérivée des longueurs de courbe, des déformations à extrémité fixe, des géodésiques, des typologies de points de surface et de la paramétrisation de sphère.
Modèles de verre de spin
Couvre le Spin Glass Game, la propagation des croyances et les algorithmes de transmission des messages.
Algorithmes graphiques : DFS, tri topologique, SCC
Explore DFS, Topological Sort, SCC dans des graphiques et présente Flow Networks avec des exemples pratiques.
Szemerédi Régularité Lemme
Explore le lemme de régularité Szemerédi, la régularité électronique dans les graphes bipartites, la structure des supergraphes et les techniques d'induction.