Fonction objectif

Séances de cours associées (129)

Fonctions implicites: Analyse avancée

Couvre l'analyse avancée des fonctions implicites, en se concentrant sur l'application du théorème des fonctions implicites.

Techniques expérimentales: RMN & muSR - Kubo-Toyobe

Couvre les techniques expérimentales en RMN et muSR, en mettant l'accent sur les fonctions d'asymétrie et de relaxation.

Exemples de modèles de décision pour l'apprentissage supervisé

Couvre des exemples de modèles de décision pour lapprentissage supervisé, y compris la régression, la classification, les paires de classement et le décodage de séquence pour les modèles OCR.

Classification linéaire: Variantes et descente stochastique progressive

Explore les variantes de descente par gradient, en mettant l'accent sur la descente par gradient stochastique et la classification linéaire.

Apprentissage supervisé : Formalisation et fonctions de coût

Couvre le formalisme des fonctions d'apprentissage supervisé et de décision dans les problèmes de classification.

Estimation de la distribution

Explore les méthodes d'estimation de la distribution, les fonctions de remise en forme et l'importance de choisir le bon estimateur pour obtenir des résultats précis.

Mathématiques des données: aperçu et exemples

Couvre la minimisation empirique des risques, l'apprentissage statistique et des exemples de prédiction du cancer, de prix des maisons et de génération d'images.

Théorie de l'apprentissage statistique: Crash Course

Offre un cours intensif sur la théorie de l'apprentissage statistique, couvrant les fonctions d'apprentissage et de perte du PAC.

Contrôle optimal : régulation quadratique linéaire

Explore la régulation quadratique linéaire pour un contrôle optimal des systèmes linéaires, en se concentrant sur la minimisation d'une fonction de coût quadratique pour déplacer l'état du système vers zéro.

Introduction aux réseaux neuraux

Introduit des réseaux neuronaux, se concentrant sur les perceptrons multicouches et l'entraînement avec descente stochastique en gradient.