Apprentissage par la machine

Spring 2023 6.8210 Lecture 6: Dynamic Programming III

Printemps 2023 6.8210 Cours 6 : Programmation dynamique III

Evan Peters - Generalization despite overfitting in quantum machine learning models

Evan Peters - Généralisation malgré le sur-apprentissage dans les modèles d'apprentissage automatique quantique

6.8210 Spring 2023 Lecture 3 Part 2

6.8210 Printemps 2023 Cours 3 Partie 2

Constrained Reinforcement Learning for Robotics via Scenario-Based Programming

Apprentissage par renforcement contraint pour la robotique via la programmation basée sur des scénarios

Soft Boundary K-Means Clustering

Clustering K-Means à Frontière Douce

Semi-Supervised Regression

Régression semi-supervisée

Mixture Distributions

Distributions de mélange

Machine Learning Practice: Conclusions

Pratique du Machine Learning : Conclusions

Learning Gaussian Mixture Distributions

Apprendre les distributions de mélange gaussiennes

Label Spreading

Propagation d'étiquettes

Label Propagation

Propagation d'étiquettes

K-Means Clustering: Example in Scikit-Learn

K-Means Clustering : Exemple dans Scikit-Learn

K-Means Clustering

Clustering K-Means

Expectation Maximization Learning Example

Exemple d'apprentissage par maximisation des attentes

Fall 2022 6.4210/2 Lecture 19: Intuitive physics (part 1)

Fall 2022 6.4210/2 Lecture 19: Physique intuitive (partie 1)

Inject Yourself into the AI and Make Any Image With Your Face! (100% FREE Method)

Injectez-vous dans l'IA et créez une image avec votre visage ! (Méthode 100 % gratuite)

Fall 2022 6.4210/2 Lecture 18: Reinforcement learning (part 1)

Fall 2022 6.4210/2 Lecture 18: Reinforcement learning (partie 1)

t-Statistic Neighbor Embedding

Plongement de voisins avec statistique t

T-SNE: Example in Scikit-Learn

T-SNE: Exemple dans Scikit-Learn

Principal Component Analysis: Example in Scikit-Learn

Analyse en composantes principales : Exemple dans Scikit-Learn

Principal Component Analysis with Kinematics: Example in Scikit-Learn

Analyse en Composantes Principales avec Cinématique : Exemple dans Scikit-Learn

Principal Component Analysis

Analyse en Composantes Principales

Multidimensional Scaling

Positionnement multidimensionnel

Locally Linear Embeddings: Example 2

Locally Linear Embeddings: Exemple 2

Locally Linear Embedding: Example 1

Locally Linear Embedding : Exemple 1

Locally Linear Embedding

Plongement Linéaire Local

Kernel Principal Component Analysis and Kinematics: Example in Scikit-Learn

Analyse en Composantes Principales à noyau et Cinématique : Exemple dans Scikit-Learn

Introduction to Dimensionality Reduction

Introduction à la réduction de dimensionnalité

Embedding-Based Methods for Dimensionality Reduction

Méthodes basées sur les plongements pour la réduction de dimensionnalité

Regression Trees

Arbres de régression

Random Forests

Forêts aléatoires

Probability Tree Learning

Apprentissage par arbre de probabilité

Introduction to Decision Trees

Introduction aux arbres de décision

Gradient Boosting

Feature Importance

Importance des caractéristiques

Example: Regression Trees

Exemple : Arbres de régression

Example: Probability Tree Learning

Exemple : Apprentissage d’arbre de probabilité

Example: Implementing a Voting Classifier

Exemple : Implémentation d'un classifieur par vote

Example: Implementing a Bagging Classifier

Exemple : Implémentation d'un classifieur Bagging

Example: Gradient Boosting

Exemple : Gradient Boosting