Séance de cours

Apprentissage statistique: Principes fondamentaux

Description

Cette séance de cours couvre les bases de l'apprentissage statistique, y compris les différents types d'environnements d'apprentissage, la formalisation de l'apprentissage supervisé, le cadre théorique de décision, la minimisation des risques et les symptômes suradaptés. Il s'inscrit également dans des concepts clés tels que la régularisation de Tikhonov, la régression polynomiale, la réduction de dimensionnalité, les MVS, les réseaux neuronaux et les considérations éthiques dans l'apprentissage automatique.

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
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.