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.
Explore Vector Autoregression pour la modélisation de séries temporelles à valeur vectorielle, couvrant la stabilité, les équations de Yule-Walker et la représentation spectrale.
Introduit une autocorrélation spatiale, en se concentrant sur la mesure des relations spatiales dans un voisinage et en utilisant le I de Moran comme coefficient de régression.
Explique la covariance et la contrevariance des vecteurs dans l'algèbre multilinéaire et l'analyse des tenseurs, en se concentrant sur leur comportement en fonction des changements de base et d'échelle.
Explore la mémoire longue dans les séries temporelles et les processus d'hétéroskédasticité conditionnelle autorégressive dans les données financières.
Couvre les processus de Markov, les densités de transition et la distribution sous réserve d'information, en discutant de la classification des états et des distributions fixes.
Explore l'estimation de la probabilité maximale, la régression logistique, l'estimation de la covariance et les machines vectorielles de soutien pour les problèmes de classification.
