Concept
Régularisation (mathématiques)
Séances de cours associées (157)
Modèles probabilistes pour la régression linéaire
Couvre le modèle probabiliste de régression linéaire et ses applications dans la résonance magnétique nucléaire et l'imagerie par rayons X.
Lasso et MNIST Basics
Présente la régularisation Lasso et son application à l'ensemble de données MNIST, en mettant l'accent sur la sélection des fonctionnalités et les exercices pratiques sur la mise en œuvre de la descente en gradient.
Apprentissage automatique: Bases de la modélisation des matériaux à base de données
Couvre la réduction de dimensionnalité et la régression linéaire dans la modélisation des matériaux axée sur les données.
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Exploration Bias
Explore la régularisation, les algorithmes d'apprentissage et les hypothèses sous-gaussiennes dans l'apprentissage automatique.
Statistiques bayésiennes : Régularisation et divergence
Couvre la divergence Kullback-Leibler, la régularisation et les statistiques bayésiennes pour lutter contre le surajustement dans les modèles d'apprentissage automatique.
Généralisation dans l'apprentissage avec des caractéristiques aléatoires
Explore la généralisation de l'apprentissage automatique, en mettant l'accent sur les compromis sous-équipés et sur-équipés, les cadres enseignant-étudiant et l'impact des caractéristiques aléatoires sur les performances du modèle.
Réseaux de neurones : régularisation et optimisation
Explore la régularisation, l'optimisation et les conseils pratiques de mise en œuvre des réseaux neuronaux.
Régularisation L1 : Solutions sparmées et réduction de dimensionnalité
Déplacez-vous dans la régularisation L1, les solutions éparses et la réduction de dimensionnalité dans le contexte de l'apprentissage automatique.
Sparse Regression
Couvre le concept de régression clairsemée et l'utilisation du bruit additif gaussien dans le contexte de l'estimateur et de la régularisation MAP.