Modèles de régression : rendement et évaluation

Cette séance de cours couvre l'évaluation des performances des modèles de régression, en mettant l'accent sur l'erreur absolue moyenne, le coefficient de détermination et l'erreur quadratique moyenne. Il explore également les erreurs dapprentissage et de test, le sur-apprentissage et le sous-apprentissage dans les modèles de régression. L'instructeur explique le processus de formation des modèles de régression, des méthodes de découpage des données et de la construction d'arbres de régression à l'aide de l'algorithme CART. La séance de cours souligne limportance de choisir des critères de développement de modèle, des hyperparamètres et des échantillons de validation. Les exercices pratiques impliquent la construction de modèles de régression, le ré-échantillonnage des dataframes et la création d'arbres de régression.