Séances de cours associées (32)
Sélection et évaluation du modèle : Dilemma à variation de biais, estimation des crêtes
Explore le sur-apprentissage, la généralisation et le sous-apprentissage dans les modèles d'apprentissage automatique.
Méthodes de gradient adaptatif: théorie et applications
Explore les méthodes de gradient adaptatif, leurs propriétés, la convergence et la comparaison avec les algorithmes d'optimisation traditionnels.
SVM et Feature Maps
Explore les SVM, les cartes de fonctionnalités et l'importance de trouver la solution à la marge maximale pour les problèmes de classification.
Représentations et traitement des données
Explore les représentations de données, le surajustement, la sélection des modèles, la validation croisée et les défis de données déséquilibrés.
Le phénomène Stein et la superefficacité
Explore le phénomène Stein, présentant les avantages du biais dans les statistiques de grande dimension et la supériorité de l'estimateur James-Stein sur l'estimateur de probabilité maximale.
Mathématiques des données: modèles et estimateurs
Couvre les mathématiques des données, en mettant l'accent sur les modèles, les estimateurs et les questions pratiques dans l'analyse des données.
Estimation statistique : modèle linéaire gaussien
Se penche sur l'estimation statistique, en mettant en évidence le modèle linéaire gaussien et les limites des estimateurs ML.
Estimation statistique : modèles et machines d'apprentissage
Couvre les modèles d'estimation statistique, les estimateurs de ML, les machines d'apprentissage, les problèmes pratiques et les défis de l'estimation.
Régression des crêtes : les moindres carrés pénalisés
Explore Ridge Regression pour la gestion de la multicolinéarité et la méthode LASSO pour la sélection des modèles.
Compréhension de la généralisation : partialité implicite et optimisation
Explore le compromis entre la complexité et le risque dans les modèles d'apprentissage automatique, les avantages de la surparamétrisation et le biais implicite des algorithmes d'optimisation.

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.