21
resultados encontrados
o que é regressão e classificação em machine learning; regularização; alguns algoritmos
comparação de modelos
a estória de Mr. A e Mr. B
as moedas de Mr. A e Mr. B
cálculo numérico da evidência por Monte Carlo
métodos aproximados: BIC e AIC
ĉonceitos básicos de redes de neurônios artificiais, perceptron multicamadas e redes convolucionais.
regressão e classificação
regressão linear ordinária
regularização
regressão com kernel
validação cruzada
o que é classificação
a função custo
completeza e contaminação
classificação com k-nn
regressão logística
SVM: support vector machines
árvores de decisão
random forest
o que são redes de neurônios artificiais
funções de ativação
o perceptron multi-camadas
o teorema da universalidade
treinamento e back-propagation
redes convolucionais
redes convolucionais pré-treinadas
regressão e classificação
monitoramento do treinamento
dicas: the universal workflow of ML (Chollet)
a fauna das redes neurais
aula o: apresentação do programa, etc
aula1: introdução a probabilidades e estatística
Nesta aula apresentamos os conceitos básicos de probabilidades que precisaremos no curso.
Discutimos algumas das mais importantes distribuições de probabilidades, contínuas e discretas.
Nesta aula apresentamos o método de Monte Carlo e como ele é usado para simular distribuições de probabilidades e outras aplicações
Nessa aula discutimos distribuições multivariadas, com ênfase na distribuição gaussiana bivariada, a ideia básica de testes de hipótese e análise de correlação.
21
resultados encontrados
Carregando
