Séances de cours associées à Distance de Tchebychev

Apprentissage supervisé : arbre k-NN et arbre de décision

Introduit l'apprentissage supervisé avec k-NN et les arbres de décision, couvrant les techniques, les exemples et les méthodes d'ensemble.

Méthode de l'orthogonalité et des moindres carrés

Couvre les vecteurs orthogonaux, les vecteurs unitaires et le théorème de Pythagore en Rm.

Problèmes d'optimisation convexe: Formulaire standard

Couvre les problèmes d'optimisation convexes, la transformation en forme standard et les critères d'optimalité pour des objectifs différenciables.

KNN Classifier : Approche du voisin le plus proche

Explique le classificateur K-Nearest Neighbors, en attribuant des étiquettes basées sur les points les plus proches et en lissant le bruit dans les étiquettes.