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 fournit une introduction douce à l'apprentissage automatique, en se concentrant sur les premières étapes lors du démarrage d'un problème d'apprentissage automatique, les problèmes typiques comme la classification et la régression, et comment les résoudre. L'instructeur explique l'importance de diviser l'ensemble de données en sous-ensembles de formation, de validation et de test, le sous-ensemble de formation étant généralement de 50%, la validation de 20% et l'ensemble de test de 30% de la base de données. Il met l'accent sur la nécessité de garder l'ensemble de test sécurisé et intact jusqu'à la dernière étape, en utilisant les ensembles de formation et de validation pour construire et affiner le modèle.