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 couvre le classificateur K-Nearest Neighbors (KNN), un algorithme d'apprentissage automatique simple qui attribue une étiquette à un nouveau point basé sur les étiquettes de ses points connus les plus proches. Il explique l'approche probabiliste de KNN pour lisser le bruit dans les étiquettes, le processus de classification avec KNN, l'impact des différentes métriques de distance sur les surfaces de décision, et les avantages de KNN tels que la simplicité et ne nécessitant pas d'hypothèses sur la distribution des données.