Régression polynomiale : vue d'ensemble

À propos
Confidentialité
Mentions légales

Graph Chatbot

Description

Cette séance de cours couvre les concepts de régression polynomiale, y compris lutilisation de caractéristiques dordre supérieur, limpact de la flexibilité sur les performances du modèle, et le compromis entre le sous-ajustement et le surajustement. Il traite également de la décomposition biais-variance dans le contexte des modèles dapprentissage automatique.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Source officielle

Proximité ontologique

Statistique

Analyse des données: Régression (statistiques), Validation croisée

Séances de cours associées (32)

https://mediaspace.epfl.ch/media/0_7cb2ehnm

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.

Proximité ontologique

Statistique

Analyse des données: Régression (statistiques), Validation croisée

Séances de cours associées (32)

Afficher plus

Flexibilité des modèles et de l'échange de devises

S'insère dans le compromis entre la flexibilité du modèle et la variation des biais dans la décomposition des erreurs, la régression polynomiale, le KNN, et la malédiction de la dimensionnalité.

Méthodes de décomposition et de régression des erreurs

Couvre la décomposition des erreurs, la régression polynomiale et les voisins K les plus proches pour la modélisation flexible et les prédictions non linéaires.

Régression linéaire et régression logistique

Couvre la régression linéaire et logistique pour les tâches de régression et de classification, en mettant l'accent sur les fonctions de perte et la formation de modèle.

Échanges de devises

Explore le sous-ajustement, le surajustement et le compromis entre les variables de biais dans les modèles d'apprentissage automatique.

Régression linéaire généralisée : classification

Explorer la régression linéaire généralisée, la classification, les matrices de confusion, les courbes ROC et le bruit dans les données.