Séance de cours
Fondements de l'apprentissage automatique : suradaptation et régularisation
Description
Cette séance de cours couvre les concepts de surajustement, de régularisation et de validation croisée dans l'apprentissage automatique. Il explique comment gérer les données non linéaires en utilisant l'ajustement de courbe polynôme et l'expansion de la fonctionnalité. On discute de l'importance de la cartographie dans un espace de dimension supérieure, ainsi que des fonctions du noyau et du théorème Représenter. La séance de cours explore également les voisins k-Nearest, la complexité des modèles et la sélection des modèles par des méthodes de validation croisée.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.