Régression logistique

Science formelle
Statistique
Analyse des données
Régression (statistiques)

Séances de cours associées (500)

À propos
Confidentialité
Mentions légales

Séances de cours associées (500)

Inférence bayésienne: Partie 2

Explore l'inférence bayésienne, la classification multiclasses, la régression logistique et l'inférence de régression linéaire.

Modèles linéaires : suite

Explore les modèles linéaires, la régression logistique, la descente en gradient et la régression logistique multi-classes avec des applications pratiques et des exemples.

Modèles de classification linéaire : du binaire au multiclasse

Explore l'extension des classificateurs linéaires pour gérer les problèmes multiclasses et compare leurs performances sur divers ensembles de données.

Sans titre

Analyse des documents : Modélisation des sujets

Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.

Physique statistique pour l'optimisation et l'apprentissage

Couvre les outils de physique statistique pour l'optimisation, l'apprentissage, la coloration graphique, les systèmes de recommandation et les réseaux neuronaux.

Impact de la covariable binaire: 2x2 Tableaux de contingence

Explore l'impact d'une covariable binaire sur les réponses binaires à l'aide de tableaux 2x2.

Modèles de régression : rendement et évaluation

Explore les performances du modèle de régression, les erreurs d'apprentissage et la construction d'arbres de régression à l'aide de l'algorithme CART.

Régression linéaire et logistique

Couvre la régression linéaire et logistique, y compris les mesures de sous-ajustement, de surajustement et de performance.

Suréquipement, validation croisée et régularisation

Explore le surajustement, la validation croisée et la régularisation dans l'apprentissage automatique, en mettant l'accent sur la complexité du modèle et l'importance de la force de régularisation.

Page 9 sur 50