Séance de cours

Erreur de généralisation dans l'apprentissage avec des fonctionnalités aléatoires

Description

Cette séance de cours se penche sur l'analyse de l'erreur de généralisation dans la théorie de l'apprentissage, en se concentrant sur les données structurées et les architectures complexes. L'instructeur explique le modèle de collecteur caché et l'utilisation de caractéristiques aléatoires dans la régression et la classification de grande dimension. La séance de cours présente une dérivation détaillée de l'expression d'erreur de généralisation à l'aide de la méthode de réplique de la physique statistique, en présentant son application à divers scénarios, y compris le comportement de double descente intrigant observé dans l'apprentissage automatique moderne.

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.