Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours présente le classificateur k-Nearest-Neighbor (kNN), qui classe un point en fonction de l'étiquette majoritaire de ses k voisins les plus proches dans le jeu d'entraînement. Il couvre l'algorithme amélioré, la reconnaissance numérique manuscrite, la validation, les k-NN multi-classes, la réduction des données, les voisins les plus proches condensés et les applications telles que les systèmes de recommandation. La séance de cours traite également de la construction des graphes kNN, des algorithmes gourmands, de l'informatique basée sur les commérages, des limites de kNN, de la distribution des distances en 2D et N-D, du volume d'une sphère en N-D et de la malédiction de la dimensionnalité dans l'apprentissage automatique.