Séance de cours
Questions relatives aux données dans le domaine de la recherche
Séances de cours associées (42)
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.
Apprentissage sans supervision : regroupement et réduction de dimensionnalité
Introduit l'apprentissage non supervisé en cluster avec les moyennes K et la réduction de dimensionnalité à l'aide de PCA, ainsi que des exemples pratiques.
Représentations et traitement des données
Explore les représentations de données, le surajustement, la sélection de modèles, le sac de mots et l'apprentissage avec des données déséquilibrées.
Estimation du paramètre bayésien
Couvre un exemple d'estimation des paramètres bayésiens et le compromis entre le biais et la variance dans l'apprentissage supervisé.
Classement multiclasses
Couvre le concept de classification multiclasse et les défis de la séparation linéaire des données avec les classes multiples.
Estimation du regroupement et de la densité
Couvre la réduction de dimensionnalité, l'APC, les techniques de regroupement et les méthodes d'estimation de la densité.
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.
Analyse du métabolisme urbain
Explore l'évaluation environnementale systémique, l'analyse nationale des flux de matériaux et le développement d'un tableau de bord du métabolisme urbain pour Zurich à l'aide de données ouvertes.
Récapitulation des réseaux neuraux : fonctions d'activation
Couvre les bases des réseaux neuronaux, des fonctions d'activation, de la formation, du traitement d'image, des CNN, de la régularisation et des méthodes de réduction de dimensionnalité.
Modélisation des signaux neurobiologiques: Chaînes Markov
Explore la modélisation des signaux neurobiologiques avec les chaînes Markov, en mettant l'accent sur l'estimation des paramètres et la classification des données.