Entraînez un modèle prédictif linéaire

Vous avez découvert le concept d’apprentissage supervisé dans le cours Initiez-vous au machine learning. Dans ce cours, vous avez appris à évaluer un modèle de classification ou de régression…

Il est maintenant temps de découvrir les algorithmes classiques du machine learning supervisé. Dans ce cours, vous apprendrez à maîtriser les algorithmes dont la fonction de décision est une combinaison linéaire des variables.

Vous découvrirez en particulier la régression linéaire et la régression logistique. Vous apprendrez à contrôler les poids affectés à chacune des variables pour éviter le sur-apprentissage ou construire des modèles parcimonieux. Vous comprendrez le fonctionnement des machines à vecteurs de support (SVM). Enfin, vous saurez résoudre des problèmes de classification à plus de deux classes.

Suivez ce cours pour développer des modèles linéaires prédictifs sur vos données !

Objectifs pédagogiques :

• Entraîner un algorithme linéaire de classification binaire ou multiclasse ou de régression,
• Contrôler les poids affectés aux différentes variables par un mécanisme de régularisation,
• Comprendre les points communs et différences entre SVM et régression linéaire/logistique.