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 présente des techniques d'apprentissage automatique pour la régression non linéaire, en se concentrant sur la prévision des tendances dans des ensembles de données complexes. L'instructeur explique le concept de régression, l'importance de la régression non linéaire dans l'apprentissage automatique et ses applications dans divers domaines tels que le contrôle, l'optimisation et la finance. À travers des exemples, la séance de cours démontre comment la régression non linéaire peut prédire des données temporelles complexes et encapsuler des tendances avec des fenêtres temporelles variables. L'instructeur discute également de l'importance de la confiance dans les prédictions et de la robustesse des techniques pour signaler le rapport de bruit et le bruit de polarisation.