Introduction à l'apprentissage automatique: modèles linéaires

Cette séance de cours couvre les bases de l'apprentissage supervisé, en se concentrant sur des modèles linéaires tels que la régression linéaire et la classification linéaire. Il explique les concepts de surajustement, de régularisation et d'utilisation des noyaux pour traiter les données non linéaires. L'instructeur discute de l'application des modèles linéaires dans les tâches d'apprentissage automatique et introduit les concepts de k-voisins les plus proches, d'analyse en composantes principales (PCA) et d'analyse discriminante linéaire de Fisher (LDA) pour la réduction et la classification de la dimensionnalité.