Bases de l'apprentissage automatique

Cette séance de cours couvre les bases de l'apprentissage automatique, y compris la définition de l'apprentissage automatique, la différence entre l'apprentissage humain et l'apprentissage automatique, la classification supervisée, les ensembles de formation étiquetés, les schémas génériques et les applications dans la recherche médicale, la détection du spam et les systèmes de recommandation. Il aborde également des sujets tels que les classificateurs les plus proches voisins, les limites de décision, l'entraînement par rapport aux tests, l'ajustement de la courbe polynomiale, le sous-ajustement, le surajustement et l'importance de choisir la bonne valeur k dans les classificateurs les plus proches k.