Modèles linéaires pour la classification: Partie 3

Cette séance de cours couvre les modèles linéaires pour la classification, en commençant par un récapitulatif du modèle linéaire dans la dimension D. Il approfondit ensuite la classification binaire en tant que régression, ajoutant la non-linéarité avec la fonction sigmoïde logistique et la régression logistique. Les limites de décision et les machines vectorielles de support sont discutées, ainsi que l'application de la classification des moindres carrés multi-classes et de la régression logistique. La séance de cours se termine par une comparaison des classificateurs linéaires sur des ensembles de données comme Iris et MNIST, montrant leur précision et leurs temps de formation / test.