Modèles linéaires: Récapitulatif et Extensions

Cette séance de cours fournit un récapitulatif des modèles linéaires, couvrant les modèles paramétriques tels que les lignes et les hyperplans, ainsi que des algorithmes tels que la classification des moindres carrés, la régression logistique et la MVS. Il se penche ensuite sur la classification multi-classes, discutant des encodages à un coup, des modèles linéaires multi-sorties et de la classification des moindres carrés multi-classes. La séance de cours explore également la méthode k-NN (k-Nearest Neighbors) pour la classification et la régression, en discutant des propriétés, des exemples et de la malédiction de la dimensionnalité. Il se termine par des techniques d'expansion des caractéristiques telles que l'ajustement de la courbe polynomiale et l'utilisation de fonctions non linéaires, soulignant l'importance de la représentation des données dans les espaces de grande dimension.