Séance de cours

Modèles linéaires: Partie 1

Description

Cette séance de cours présente des modèles linéaires, en commençant par un récapitulatif des attributs des données et un aperçu des algorithmes d'apprentissage supervisés et non supervisés. Il couvre des modèles paramétriques simples comme les lignes et les plans, la régression linéaire, les dérivés, les gradients et les hyperplans. La séance de cours se penche sur la minimisation des risques, la minimisation empirique des risques et la transition de la régression à la classification. Il traite également de la régression linéaire multi-sorties, des limites de décision et des mesures d'évaluation pour les problèmes de régression et de classification.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.