Séance de cours

L'apprentissage automatique efficace grâce à la synthèse des données

Description

Cette séance de cours de l'instructeur de l'Université de Stanford sur l'apprentissage automatique efficace par la synthèse des données couvre les défis de la formation sur les grandes données, de l'identification des données « bonnes » et de l'élaboration de méthodes de synthèse des données. La séance de cours présente les applications de recherche et l'impact des méthodes de synthèse des données, y compris la synthèse d'images, le regroupement, le placement des capteurs et la maximisation des revenus. Il introduit l'algorithme de Greedy pour la maximisation sous-modulaire et discute des limites de l'approche Greedy. La séance de cours se penche ensuite sur le développement de l'algorithme GreeDi pour la synthèse des données distribuées et l'approche CRAIG pour l'apprentissage des résumés, la mise en évidence des applications à la régression logistique, les réseaux neuronaux et les réseaux profonds.

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.

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.