Les bases du machine learning : l’apprentissage supervisé

Cette séance de cours couvre les bases de l'apprentissage automatique, en mettant l'accent sur l'apprentissage supervisé. Il explique le processus du cycle d’analyse des données facilité par l’apprentissage automatique, les types d’apprentissage supervisé (classification et régression) et diverses techniques d’apprentissage automatique telles que k-NN, Naïve Bayes et les arbres de décision. La séance de cours explore également les concepts de biais et de compromis de variance, les critères dévaluation des modèles et les aspects pratiques de la sélection des modèles et de lajustement excessif.