Modèles de classification linéaire : du binaire au multiclasse

Cette séance de cours couvre la transition des problèmes de classification binaire à multiclasse, explorant l'extension des classificateurs linéaires comme la classification des moindres carrés et la régression logistique pour gérer plusieurs classes. Il se penche sur les défis rencontrés dans les scénarios multi-classes, tels que l'absence d'ordre naturel entre les catégories et l'utilisation d'encodages one-hot. L'application de ces concepts est démontrée par des exemples tels que la prédiction des états fœtaux à partir de données de cardiotocographie et de classification des maladies thyroïdiennes. La séance de cours compare également différents classificateurs linéaires, y compris SVM, sur des ensembles de données comme UCI Iris et MNIST, présentant leurs précisions et leurs temps d'entraînement / test.