Séance de cours
Régression non paramétrique
Description
Cette séance de cours présente des modèles de régression non paramétriques comme une alternative plus flexible aux configurations traditionnelles. Il couvre le lissage scatterplot, l'exploitation des hypothèses de lissage, le lissage du noyau et les méthodes de vraisemblance pénalisées. La malédiction de la dimensionnalité et le compromis biais-variance sont discutés, ainsi que des techniques telles que la série orthogonale et la régression de poursuite de projection pour s'attaquer aux problèmes de grande dimension. L'algorithme de rembourrage pour le montage de modèles additifs est également expliqué.
Source officielle
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.