Régression de Poisson : modéliser un nombre d’événements
Quand tu comptes des événements plutôt que de les mesurer, la régression de Poisson relie ce compte à ce qui le fait varier. Loi, lien logarithmique et piège à éviter.
Apprentissage de l'IA
Quand tu comptes des événements plutôt que de les mesurer, la régression de Poisson relie ce compte à ce qui le fait varier. Loi, lien logarithmique et piège à éviter.
Un modèle vision-langage lit une image et répond à ta question par écrit. Comment il est monté, comment on l’entraîne, et ce qu’il ne fait pas.
Un modèle qui ne prédit pas une date mais un risque à chaque instant, et qui sait tirer parti des patients sortis du suivi avant la fin.
La perte d’entropie croisée binaire, sa formule lue terme par terme, ce qu’elle punit et ce que fait BCELoss dans un modèle PyTorch.
Qu’est-ce que la régression locale ? De petits ajustements autour de chaque point, pondérés par la proximité, pour suivre une courbe sans forme imposée.
Une image, un échiquier, un graphe : un réseau de neurones avale un tenseur et en rend un autre. Apprends à le reconnaître à sa forme, du code à la dernière couche.
Softmax convertit une liste de scores bruts en probabilités qui totalisent 1. Sa formule, un calcul chiffré, et les endroits où elle travaille vraiment.
Une fonction en escalier découpe X en intervalles et ajuste une constante par intervalle. Comment la lire, ce qu’elle évite d’imposer, ses deux limites.
Un polynôme additionne des puissances entières de x, chacune avec son coefficient. Sa forme, son degré, son rôle dans un modèle et ses autres emplois.
Deux colonnes qui se recoupent brouillent la régression. La PCR les remplace par des composantes principales : principe, choix de M et code Python.