Représentations et traitement des données dans l'apprentissage automatique

Cette séance de cours met l'accent sur l'importance des représentations de données et des techniques de traitement dans l'apprentissage automatique. Cela commence par un récapitulatif de l'expansion des caractéristiques polynomiales et des fonctions du noyau, mettant l'accent sur leur rôle dans la transformation des algorithmes linéaires en algorithmes non linéaires. L'instructeur discute du concept de noyaux, qui servent de mesure de similarité entre les points de données, et introduit le théorème de Représenter, qui permet de noyauiser divers algorithmes. La séance de cours passe ensuite aux représentations de données, soulignant le besoin de représentations efficaces pour gérer des données hétérogènes, telles que du texte et des images. Le modèle Bag of Words est introduit pour les données textuelles, illustrant comment créer une représentation commune pour différentes longueurs d'échantillons de texte. Le concept de mots visuels est également discuté pour les données dimage, où les correctifs dimage sont traités de la même manière que les mots. Enfin, la séance de cours aborde la question du déséquilibre des classes dans les ensembles de données et présente des stratégies pour les méthodes déchantillonnage et les approches sensibles aux coûts pour améliorer la performance du modèle.