Séance de cours
Cette séance de cours met l'accent sur l'importance de séparer les données annotées pour la formation et le test des modèles d'apprentissage automatique. Il explique l'importance d'utiliser des ensembles de données distincts pour l'évaluation des modèles, en soulignant la nécessité d'éviter de mélanger les données de formation et de test. Linstructeur discute des concepts de formation et de tests, en soulignant le rôle essentiel de lutilisation de données étiquetées invisibles pour lévaluation du modèle. La séance de cours couvre également l'ensemble de validation et son but dans la sélection des modèles. Diverses stratégies de partitionnement des ensembles de données sont présentées, y compris des techniques de validation croisée pour assurer une évaluation impartiale du modèle. L'instructeur insiste sur la nécessité d'une séparation adéquate des données pour évaluer avec précision les performances du modèle et éviter les surajustements.