Séances de cours associées (19)
Théorie de la distribution des moindres carrés
Explore la théorie de la distribution des estimateurs des moindres carrés dans un modèle linéaire gaussien.
Modèles stochastiques pour les communications
Explore des modèles stochastiques pour les communications, couvrant la moyenne, la variance, les fonctions caractéristiques, les inégalités, diverses variables aléatoires discrètes et continues, et les propriétés de différentes distributions.
Limites fondamentales de l'apprentissage basé sur le graduat
S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
Récepteurs de diversité et de diversité
Explore la diversité et les récepteurs dans les systèmes de communication sans fil, couvrant les techniques de décoloration, de BER et d'amélioration de la qualité du signal.
Estimation de l'intervalle: Méthode des moments
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Théorie de la valeur extrême: GEV et GPD
Couvre la théorie de la valeur extrême, en se concentrant sur les distributions GEV et GPD et le modèle POT pour les dépassements de seuils.
Inégalité de Hoeffding: Distribution Binomiale
Explore l'inégalité de Hoeffding et la distribution binomiale, en mettant l'accent sur la minimisation des erreurs et les lacunes de généralisation dans la sélection des prédicteurs.
Inférence variable et réseaux neuraux
Couvre l'inférence variationnelle et les réseaux neuronaux pour les tâches de classification.
Inférence bayésienne : Avant gaussien pour la moyenne
Discute de l'inférence bayésienne pour la moyenne d'une distribution gaussienne avec variance connue, couvrant la moyenne postérieure, la variance et l'estimateur MAP.
Test de la qualité de l'équipement : Variables et distributions
Couvre la révision des variables, l'analyse des données catégoriques et les tests de la bonté d'adaptation.

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.