Séance de cours
Compression: Connexion forte et codes sans préfixe
Séances de cours associées (69)
Distribution normale : propriétés et calculs
Couvre la distribution normale, y compris ses propriétés et ses calculs.
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.
Modélisation numérique des solides et des structures
Couvre les bases de la modélisation numérique des solides et des structures.
Probabilité et statistiques
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris les distributions, les propriétés et les attentes des variables aléatoires.
Probabilité et statistiques
Couvre les distributions de probabilité, les moments et les variables aléatoires continues.
Distribution normale : propriétés et calculs
Couvre les propriétés et les calculs liés à la distribution normale, y compris les probabilités et les quantiles.
Probabilités avancées : Variables aléatoires et valeurs attendues
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Limites fondamentales de l'apprentissage basé sur le graduat
S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
Famille exponentielle : distributions et régularité
Couvre la famille exponentielle des distributions et le modèle d'Ising, expliquant le magnétisme par des dipôles et des spins.
Variables aléatoires continues
Couvre les variables aléatoires continues, les fonctions de densité de probabilité et les distributions, avec des exemples pratiques.