Séance de cours

Sélection du modèle: Non-Nested Model Selection

Description

Cette séance de cours couvre la théorie et la pratique de la sélection de modèles, en se concentrant sur les modèles non imbriqués. Il traite de la sélection automatique des modèles et de la construction, en explorant des critères tels que les statistiques AIC, BIC et Cp. Le compromis biais / variance et lerreur de prédiction attendue sont également expliqués, ainsi que les concepts de matrice de conception, de modèle vrai et de modèles corrects / erronés. Différents critères et méthodes de sélection de modèles tels que la validation croisée, l'AIC et les expériences de simulation sont présentés, ce qui donne un aperçu du compromis entre la complexité et la précision du modèle.

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.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.