Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre la décomposition des erreurs dans la régression, y compris les erreurs réductibles et irréductibles, la régression polynôme pour la modélisation flexible, et K Nearest-Neighbors pour les prédictions non linéaires. Il traite également du sous-ajustement, du surajustement et du compromis entre les variables biaisées.
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