Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Séance de cours
Régression logistique : Inférence statistique et apprentissage automatique
Dans cours
DEMO: ut consequat nostrud eu
Ullamco sit occaecat velit reprehenderit velit. Incididunt do quis excepteur non adipisicing. Nulla fugiat ea in in proident irure. Aliquip nisi sunt elit laborum sunt sit mollit non laborum consequat.
Description
Cette séance de cours couvre la régression logistique pour la classification binaire, la dérivation de la fonction de vraisemblance, la méthode de Newton pour l'estimation des paramètres et l'estimation des erreurs de classification. Il étend également la régression logistique à la régression logistique multinomiale pour plusieurs classes.
Enseignant
veniam non
Aliqua magna est incididunt ex. Cillum quis voluptate culpa sint do labore eiusmod nulla exercitation dolor exercitation. Duis sunt deserunt laborum commodo aute cillum anim. Reprehenderit ad deserunt laboris id adipisicing ut quis tempor anim duis non aute. Tempor ad duis dolor qui minim pariatur tempor ullamco et duis. Labore amet occaecat do elit qui Lorem consequat culpa amet. Nostrud commodo ea voluptate deserunt labore tempor aliquip ut.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.