Modélisation de données : régression

Cette séance de cours propose une introduction à la modélisation fondée sur les données, axée sur la régression. Il explique le concept d'établir une relation entre les données d'entrée et les propriétés cibles en reconnaissant les modèles dans les données. La séance de cours traite de la régression linéaire en tant que modèle de base axé sur les données, en discutant de l'ajustement des paramètres pour minimiser les pertes. Elle se penche également sur les risques du raisonnement purement inductif et de l'inclusion de concepts inspirés par la physique dans l'apprentissage automatique. En outre, il étudie l'utilisation de l'analyse des composantes principales (APC) pour la réduction de dimensionnalité et la régression des crêtes pour établir des relations entre les empreintes digitales et les propriétés physiques.