Machines vectorielles de soutien: Solutions d'exercices

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (32)

Page 3 sur 4

Modèles linéaires: Classification

Explore les modèles linéaires de classification, y compris la régression logistique, les limites de décision et les machines vectorielles de soutien.

Classification binaire par régression: fonctions de décision et fonctions de coût

Explore la classification binaire par régression, fonctions de décision et diverses fonctions de coût.

Optimisation des systèmes énergétiques

Explore l'optimisation dans la modélisation des systèmes énergétiques, couvrant les variables de décision, les fonctions objectives et les différentes stratégies avec leurs avantages et leurs inconvénients.

Modèles linéaires pour la classification

Couvre les modèles linéaires pour la classification, y compris la MVS, les limites de décision, les vecteurs de support et la dualité de Lagrange.

Apprentissage supervisé : Formalisation et fonctions de coût

Couvre le formalisme des fonctions d'apprentissage supervisé et de décision dans les problèmes de classification.

Modèles linéaires: Bases de classification

Explore des modèles linéaires pour la classification, la régression logistique, SVM, k-NN, et la malédiction de dimensionnalité.

SVM non linéaire : Noyaux et double optimisation

Explore la transformation des données avec des cartes non linéaires, des noyaux, une double optimisation et l'interprétation des résultats SVM.

Apprentissage supervisé dans la tarification des actifs

Explore l'apprentissage supervisé en matière de tarification des actifs, en mettant l'accent sur les défis de la prévision du rendement des actions et l'évaluation des modèles.

Introduction à l'apprentissage supervisé et à la théorie de la décision

Couvre l'apprentissage supervisé, la théorie de la décision, la minimisation des risques et la réalisation des objectifs.

Machines vectorielles de soutien: Marge douce

Explore Support Vector Machines avec un accent sur la marge souple et la classification multiclasse à l'aide de classificateurs binaires.