Concept
Arbre de décision (apprentissage)
Séances de cours associées (114)
Méthodes d'extraction et de regroupement de fonctionnalités
Les couvertures comportent des méthodes d'extraction, de regroupement et de classification pour les ensembles de données de grande dimension et l'analyse comportementale utilisant PCA, t-SNE, k-means, GMM et divers algorithmes de classification.
Flux de puissance optimal : contraintes et relaxations
Couvre le problème Optimal Power Flow dans les systèmes électriques, en se concentrant sur les contraintes et les méthodes de relaxation pour résoudre efficacement le QCQP non convexe.
Sélection du modèle: Courbes ROC, Évaluation de régression, Conclusion
Explore le seuillage, les courbes ROC, l'évaluation de régression, les méthodes naïves et la sélection de modèles dans l'apprentissage automatique.
Règlement de l'association: Articles fréquents
Explore Association Rule Mining, en mettant l'accent sur les éléments fréquents et les mesures alternatives d'intérêt, y compris l'algorithme FP-Growth et la comparaison des performances.
Méthodes d'optimisation non linéaire
Couvre les méthodes pour résoudre les problèmes d'optimisation non linéaire, y compris la recherche directe, Newton-Raphson, et la branche et liée.
Règles d'association: Exploitation minière et analyse
Explore les règles d'association dans l'extraction de données, y compris les mesures, les techniques et les algorithmes pour l'extraction efficace des règles.
FP-Growth: L'industrie minière Itemset
Introduit l'algorithme FP-Growth pour l'extraction d'éléments fréquents dans les ensembles de données de transactions.
Fonction de coût de classification binaire
Explique la fonction de coût 0/1 pour la classification binaire et son impact sur la minimisation des erreurs de prédiction.
Éthique et équité dans l’apprentissage automatique
Explore les implications éthiques du déploiement d'algorithmes d'apprentissage automatique et souligne l'importance de l'équité dans les processus décisionnels.
Traitement de l'image II: Classification bayésienne et prise de décision
Explore la classification bayésienne, la prise de décision et les applications de reconnaissance de formes dans le traitement d'images.