Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre la régression linéaire, y compris la fonction de perte, l'entraînement, le surajustement / sous-ajustement, la sensibilité, et la régularisation. Il s'inscrit également dans la régression logistique pour la classification binaire, en mettant l'accent sur la fonction de perte logistique et en minimisant la fonction de perte pendant l'entraînement.