Applications d'apprentissage automatique: Régression et classification

Cette séance de cours se penche sur les applications d'apprentissage automatique dans la modélisation des matériaux et des molécules, en se concentrant sur les tâches de régression et de classification. L'instructeur discute de la prévision des énergies d'atomisation en fonction de la géométrie, en utilisant de grands ensembles de données et des théories avancées comme la théorie des grappes de couples. La séance de cours couvre également l'application de la SVM pour classer les molécules comme actives ou inactives en fonction de leur proximité avec les récepteurs, mettant en évidence l'importance de la sélection des caractéristiques et de l'adaptation de la symétrie dans la construction de modèles précis.