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 le concept de modèles génératifs, en se concentrant sur la régression logistique et la distribution gaussienne. Il explique comment les modèles génératifs approximent les distributions de probabilité postérieures et comment la régression logistique paramétre la probabilité postérieure. Linstructeur discute du processus de formation des modèles génératifs sur les ensembles de données, lestimation des paramètres et le calcul des probabilités postérieures. La séance de cours se penche également sur limportance de choisir des paramètres appropriés, tels que Sigma et C, dans les modèles génératifs pour optimiser les performances du modèle.