Régression et classification

Cette séance de cours couvre les concepts de régression et de classification, où la régression modélise la variable de sortie en fonction des variables dentrée, tandis que la classification prédit les catégories. Il explique la régression linéaire, les transformations, les modèles linéaires généralisés, la régression logistique et la régression de Poisson. L'instructeur discute des limites des modèles linéaires, de l'importance de trouver des paramètres optimaux et de l'application de la régression linéaire dans différents scénarios. En outre, la séance de cours présente les arbres décisionnels, les forêts aléatoires et le concept de gain d'information dans les processus décisionnels.