Classification : Principes de base et techniques

Cette séance de cours couvre les principes fondamentaux de la classification dans l'apprentissage automatique, en mettant l'accent sur la prévision des étiquettes pour de nouvelles observations. Les sujets abordés comprennent la classification binaire et multiclasses, les limites de décision, la prévision par défaut de la carte de crédit, la sensibilité aux données déséquilibrées et la distinction entre la classification et la régression. Diverses approches de classification telles que le voisin le plus proche, le voisin le plus proche, les limites de décision linéaire et les machines vectorielles de soutien sont discutées. L'importance de la marge dans la séparation des hyperplans et le concept du classificateur Bayes sont également expliqués.