Learn Data Analytics : Video Tutorials
★ Table des matières ★
1) Introduction du cours
2) introduction
3) Aperçu du cours - partie 1
4) Aperçu du cours - partie 2
5) Approches graphiques
6) Mesures de tendance centrale
7) Mesures de dispersion
8) Variables aléatoires et distribution de probabilité
9) Distributions de probabilité - Partie 1
10) Distributions de probabilité - partie 2
11) Statistiques inférentielles - Motivation
12) Statistiques inférentielles - tests à échantillon unique
13) Deux échantillons de tests
14) Erreurs de type 1 et de type 2
15) intervalles de confiance
16) ANOVA et test d'indépendance
17) Brève introduction à la régression
18) Introduction à l'apprentissage automatique
19) apprentissage supervisé
20) Apprentissage non supervisé
21) Régression simple et multiple
22) Régularisation / réduction des coefficients
23) Modélisation des données et modélisation algorithmique
24) Régression des moindres carrés ordinaires
25) NPTEL MOOC IDA - Tutoriel pour la tâche 2
26) Formation d'un classificateur de régression logistique
27) Régression logistique
28) Arbres de classification et de régression - Partie 1
29) Arbres de classification et de régression - Partie 2
30) Dichotomie de la variance de biais
31) Machines à vecteurs de support - Partie 1
32) Machines à vecteurs de support - Partie 2
33) Machines à vecteurs de support - Partie 3
34) Machines à vecteurs de support - Partie 4
35) Évaluation et sélection du modèle
36) Didacticiel NPTEL MOOC IDA pour l’affectation 3
37) apprentissage en profondeur
38) Réseaux de neurones artificiels - Partie 1
39) Méthodes d'ensemble et forêts aléatoires
40) Réseaux de neurones artificiels - Partie 2
41) Exploitation de règles associatives - Partie 1
42) Extraction de règles d'association - Partie 2
43) Big Data, Une petite introduction - Partie 1
44) Analyse de clustering - Partie 1
45) Big Data - Une petite introduction - Partie 2
46) Apprentissage par renforcement - Partie 1
47) Apprentissage par renforcement-Partie 2
48) Analyse de clustering - Partie 2
49) Expérimentation et apprentissage actif - Partie 1
50) Expérimentation et apprentissage actif - Partie 2
51) Résumé + aperçus de l'examen final
-------------------------------------------------- -----
Clause de non-responsabilité: le développeur ne revendique aucun crédit pour les vidéos intégrées à cette application, sauf indication contraire. Les vidéos intégrées à cette application sont protégées par le droit d'auteur. Si une vidéo apparaît dans cette application qui vous appartient et que vous ne souhaitez pas qu'elle apparaisse dans cette application, veuillez nous contacter par e-mail et elle sera immédiatement supprimée.
1) Introduction du cours
2) introduction
3) Aperçu du cours - partie 1
4) Aperçu du cours - partie 2
5) Approches graphiques
6) Mesures de tendance centrale
7) Mesures de dispersion
8) Variables aléatoires et distribution de probabilité
9) Distributions de probabilité - Partie 1
10) Distributions de probabilité - partie 2
11) Statistiques inférentielles - Motivation
12) Statistiques inférentielles - tests à échantillon unique
13) Deux échantillons de tests
14) Erreurs de type 1 et de type 2
15) intervalles de confiance
16) ANOVA et test d'indépendance
17) Brève introduction à la régression
18) Introduction à l'apprentissage automatique
19) apprentissage supervisé
20) Apprentissage non supervisé
21) Régression simple et multiple
22) Régularisation / réduction des coefficients
23) Modélisation des données et modélisation algorithmique
24) Régression des moindres carrés ordinaires
25) NPTEL MOOC IDA - Tutoriel pour la tâche 2
26) Formation d'un classificateur de régression logistique
27) Régression logistique
28) Arbres de classification et de régression - Partie 1
29) Arbres de classification et de régression - Partie 2
30) Dichotomie de la variance de biais
31) Machines à vecteurs de support - Partie 1
32) Machines à vecteurs de support - Partie 2
33) Machines à vecteurs de support - Partie 3
34) Machines à vecteurs de support - Partie 4
35) Évaluation et sélection du modèle
36) Didacticiel NPTEL MOOC IDA pour l’affectation 3
37) apprentissage en profondeur
38) Réseaux de neurones artificiels - Partie 1
39) Méthodes d'ensemble et forêts aléatoires
40) Réseaux de neurones artificiels - Partie 2
41) Exploitation de règles associatives - Partie 1
42) Extraction de règles d'association - Partie 2
43) Big Data, Une petite introduction - Partie 1
44) Analyse de clustering - Partie 1
45) Big Data - Une petite introduction - Partie 2
46) Apprentissage par renforcement - Partie 1
47) Apprentissage par renforcement-Partie 2
48) Analyse de clustering - Partie 2
49) Expérimentation et apprentissage actif - Partie 1
50) Expérimentation et apprentissage actif - Partie 2
51) Résumé + aperçus de l'examen final
-------------------------------------------------- -----
Clause de non-responsabilité: le développeur ne revendique aucun crédit pour les vidéos intégrées à cette application, sauf indication contraire. Les vidéos intégrées à cette application sont protégées par le droit d'auteur. Si une vidéo apparaît dans cette application qui vous appartient et que vous ne souhaitez pas qu'elle apparaisse dans cette application, veuillez nous contacter par e-mail et elle sera immédiatement supprimée.
Catégorie : Éducation
Recherches associées