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
Valeur prédictive
Science formelle
Statistique
Analyse des données
Classement automatique
Graph Chatbot
Séances de cours associées (19)
Connectez-vous pour filtrer par séance de cours
Connectez-vous pour filtrer par séance de cours
Réinitialiser
Précédent
Page 2 sur 2
Suivant
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.
Biométrie et jetons: avantages, authentification et raisonnement contradictoire
Explore la biométrie, les jetons, les processus d'authentification et le raisonnement contradictoire en ingénierie de la sécurité.
Essais d'hypothèses statistiques et types d'erreurs
Couvre les tests d'hypothèses statistiques et les types d'erreurs dans le traitement des signaux neuraux.
GLM: Essai d'hypothèse statistique
Explore les tests d'hypothèses statistiques, les types d'erreurs, le seuil et les comparaisons multiples dans GLM.
Régression linéaire : Fondements
Couvre les bases de la régression linéaire, de la classification binaire et multiclasse, et des mesures d'évaluation.
SVM : Généralisation & Confiance
Explore la généralisation de SVM, le manque de confiance dans les prédictions et le risque de faux positifs, en le comparant avec GMM et KNN.
Pertinence Vector Machine: Aborder les lacunes SVM
Présente la machine vectorielle de pertinence comme une solution clairsemée aux lacunes de SVM.
L'apprentissage automatique des droits de l'homme: HURIDOCS
Explore l'apprentissage automatique des droits de l'homme, en mettant l'accent sur la définition des objectifs, le traitement des faux positifs et négatifs, et en assurant la transparence et la confiance.
Régression linéaire généralisée : classification
Explorer la régression linéaire généralisée, la classification, les matrices de confusion, les courbes ROC et le bruit dans les données.