Séance de cours
Cette séance de cours s'inscrit dans la régression logistique, qui se poursuit depuis la session précédente. Il couvre l'interprétation probabiliste de la régression logistique, y compris la régression logistique multinomiale. L'instructeur discute des paramètres de performance, des matrices de confusion et de l'extension de la fonction logistique à la classification multiclasses. La séance de cours explore également K-Nearest Neighbour (KNN) pour la classification et la régression, soulignant l'importance de l'échelle des caractéristiques et des mesures de distance. La séance se termine par une explication détaillée du réglage des hyperparamètres, de la validation croisée et de la malédiction de la dimensionnalité dans KNN. Divers exemples pratiques et visualisations sont utilisés pour illustrer les concepts.