Classement: Arbres de décision et kNN

Cette séance de cours couvre les fondamentaux de la classification, en mettant l'accent sur les arbres de décision et les voisins k-nearest (kNN). Les arbres de décision sont expliqués comme une série de tests pour attribuer des classes, tandis que kNN se classe en fonction de la similitude avec les instances de formation. La séance de cours comprend des exemples, tels que la prédiction du rendement des étudiants et des examens de réussite. Il se substitue également à des paramètres tels que la précision, l'ASC et les matrices de confusion, essentiels à l'évaluation des modèles de classification.