0 votes
par dans 02 - L’enfer des données, des modèles et des représentations...
Bonjour tout le monde,

Moi je suive FIDLE parce que moi je voudrai modéliser mes donnes expérimentales avec une intelligence artificieux (les algorithmes plus traditionnelles ne marche pas très bien).

Dans ces deux présentations on a vu plusieurs exemples de régression et prévision, mais moi je suis plutôt intéresse a les paramètres de mon courbe.

Est-ce-que c’est possible d’obtenir ca avec le machine learning ?

Les donnes sont très compliquées et très spécifique (ils ressemblent des courbe sinusoïdales surimprime), mais on peut penser a un pic ou on a de optimiser position, hauteur et largeur (ou plusieurs pics). Après c’est a moi de traduire des exemples dans les bonnes équations et neurones.

1 Réponse

0 votes
par Vétéran du GPU 🐋 (48.7k points)
sélectionné par
 
Meilleure réponse
Les méthodes d'interpolation sont une sorte de machine learning. C'est par exemple ce que Laurent a fait lorsqu'il a parlé d'overfitting. Il avait plusieurs polynomes pour interpoler sa courbe et chercher les paramètres optimaux.
par
Oui, mais ils ont toujours dis qui on peut faire des prévisions (sortir des Y probable a partir de X), mais je pas capte si on peut aussi sortir les paramètres de la courbe (les coefficient des polynômes) ou pas
par Vétéran du GPU 🐋 (48.7k points)
On peut faire des prédictions, parce qu'on a réussi à capturer les paramètres de notre courbe, qu'on peut donc récupérer.
...