Séance de cours
Estimation du regroupement et de la densité
Séances de cours associées (191)
Estimation du regroupement et de la densité
Couvre les algorithmes de clustering, PCA, LDA, K-means, GMM, KDE et Mean Shift pour l'estimation de la densité et le clustering.
Réduction de la dimensionnalité : PCA et LDA
Couvre les techniques de réduction de dimensionnalité telles que PCA et LDA, les méthodes de clustering, l'estimation de la densité et la représentation des données.
Estimation du regroupement et de la densité
Couvre les techniques de réduction de dimensionnalité, de regroupement et d'estimation de la densité, y compris l'ACP, les moyennes K, le MGM et le décalage moyen.
Modèles de mélange gaussien : Classification des données
Explore les signaux de débruitage avec des modèles de mélange gaussien et l'algorithme EM, l'analyse de signal EMG et la segmentation d'image à l'aide de modèles markoviens.
Analyse des documents : Modélisation des sujets
Explore l'analyse documentaire, la modélisation thématique et les modèles génériques pour la production de données dans l'apprentissage automatique.
Groupement : moyenne en k
Explique le regroupement des moyennes k, en attribuant des points de données à des grappes en fonction de la proximité et en minimisant les distances carrées à l'intérieur des grappes.
Représentation des données : PCA
Couvre la représentation des données à l'aide de PCA pour la réduction de la dimensionnalité, en se concentrant sur la préservation du signal et l'élimination du bruit.
Apprentissage sans supervision: PCA & K-means
Couvre l'apprentissage non supervisé avec l'APC et les moyennes K pour la réduction de dimensionnalité et le regroupement des données.
Fondements de l'apprentissage automatique
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Boltzmann Machine
Introduit la machine Boltzmann, couvrant la cohérence d'attente, le regroupement des données, et les fonctions de distribution de probabilité.