Fondements de l'apprentissage automatique : régularisation et validation croisée

Cette séance de cours couvre les concepts de surajustement, de régularisation et de validation croisée dans l'apprentissage automatique. Il explique comment gérer les données non linéaires en utilisant l'ajustement de courbe polynôme et l'expansion de la fonctionnalité. L'instructeur discute de l'importance des dimensions supérieures et des avantages de l'expansion des caractéristiques polynômes. La séance de cours se substitue également aux fonctions du noyau, au théorème du représentant et à la régression du noyau. Elle se termine par une démonstration de la régression des crêtes du noyau et de l'impact de la régularisation sur la régression linéaire et la régression logistique.