Perceptron: Partie 2

Cette séance de cours couvre l'algorithme Perceptron, l'une des premières solutions itératives pour les problèmes de classification binaire. Il traite de la séparabilité linéaire, des propriétés de convergence et des limites de l'algorithme. La séance de cours introduit également l'algorithme Pocket Perceptron, qui améliore le comportement de Perceptron pour les données non linéairement séparables en gardant une trace du meilleur poids itéré. Des exemples utilisant des données sur les maladies cardiaques démontrent l'application de Perceptron et de Pocket Perceptron, montrant des taux d'erreurs empiriques pour les vecteurs de caractéristiques réduits et entièrement dimensionnels.