Séance de cours

Modèles linéaires: Bases de classification

Description

Cette séance de cours couvre les fondamentaux des modèles linéaires de classification, y compris les hyperplans, la prédiction multi-sorties, la non-linéarité et l'interprétation probabiliste. Il s'inscrit également dans la formation de régression logistique, traitant de plusieurs classes, et les limites de décision en détail. La séance de cours se termine par un aperçu des machines vectorielles de soutien, qui discutent des classificateurs de marge maximum, des variables de relâchement et de la formulation SVM. Diverses propriétés et exemples de voisins k-Nearest sont explorés, mettant en évidence ses applications dans les tâches de classification et de régression, ainsi que la malédiction de dimensionnalité et les stratégies pour l'atténuer.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.