Classement avec GMM

Cette séance de cours couvre la transition du regroupement à la classification à laide de modèles de mélange gaussien (GMM). Il explique la classification binaire, la détermination des frontières entre les clusters, l'estimation des paramètres, la règle discriminante gaussienne, le classificateur optimal de Bayes et la classification avec deux gaussiennes. La séance de cours explore également la règle discriminante de probabilité maximale pour les problèmes à classe unique et à classes multiples, présentant des exemples de classification à 4 classes. Il se termine par les défis des ensembles de données déséquilibrés dans la classification basée sur les MGM.