Modèles linéaires pour la classification

Cette séance de cours couvre les modèles linéaires de classification, en commençant par un récapitulatif sur les modèles paramétriques simples et les hyperplans. Il se penche ensuite sur la régression linéaire, la classification binaire, l'ajout de non-linéarité et l'interprétation probabiliste. La séance de cours traite également de la formation à la régression logistique, de l'évaluation des classificateurs, des métriques de classification, des courbes ROC, des limites de décision, de la marge, des vecteurs de support et du classificateur de marge maximale. Il se termine par un aperçu de la SVM, de l'optimisation contrainte, de la dualité de Lagrange et de l'utilisation pratique des SVM dans les méthodes de science des données.