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.
Couvre les bases de l'analyse numérique, y compris le calcul adaptatif des caractéristiques, l'analyse résiduelle et l'importance des problèmes bien posés.
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.
Présente les réseaux neuronaux convolutifs, en expliquant leur architecture, leur processus de formation et leurs applications dans les tâches de segmentation sémantique.
Explore les méthodes de prévision de la demande, l'analyse des séries chronologiques, la prévision des tendances et l'application du modèle Holt-Hiver.
Explore les tests de bonté d'ajustement, les tests X2 et les tests d'indépendance dans les statistiques, avec des exemples pratiques et des applications.
Explore les fondamentaux de la régression linéaire, les problèmes de régression non linéaire et la bonté de l'ajustement au carré R, avec des exemples tels que le quatuor d'Anscombe et l'ensemble de données Datasaurus.
Introduit les bases de l'apprentissage automatique, y compris la collecte de données, l'évaluation des modèles et la normalisation des fonctionnalités.
