L'apprentissage supervisé : classer et prédire
La démarche commune à tout modèle supervisé : variables et cible, classification ou régression, entraîner puis prédire, frontière de décision, fuite de données et ce que suppose chacun des algorithmes du programme.
- 25 cartes
- 6 thèmes
- Gratuit
Le programme, thème par thème
Le poids de chaque thème suit celui que lui donne l'examen.
- Notions
- Questions
- Ranger et relier
- Les chiffres
- Les courbes
- Mises en situation
Quelques cartes du deck
Apprentissage supervisé : de quoi s'agit-il ?
Voir la réponse
Apprentissage à partir d'exemples dont la réponse attendue est connue, pour prédire cette réponse sur des cas nouveaux.
Chaque exemple d'entraînement porte son étiquette. Sans étiquette (regrouper des clients sans savoir lesquels se ressemblent d'avance), on est en apprentissage non supervisé.
On prédit la survie des passagers du Titanic à partir des colonnes d'un jeu réel. Laquelle ne doit surtout pas être donnée au modèle ?
boat, le numéro du canot de sauvetagepclass, la classe du billet du passagersex, le sexe du passager enregistréage, l'âge du passager à bord du navire
Voir la réponse
boat, le numéro du canot de sauvetageAvoir un numéro de canot veut presque dire avoir survécu : cette colonne est remplie après l'événement, elle contient la réponse. La classe, le sexe et l'âge sont connus avant le naufrage, ils sont de vraies variables explicatives.
Pour entraîner un modèle supervisé, on lui donne une matrice de … notée X et un vecteur de … noté y.
Voir la réponse
Pour entraîner un modèle supervisé, on lui donne une matrice de variables notée X et un vecteur de cibles noté y.
Chaque ligne de X décrit un individu et la ligne correspondante de y donne la réponse attendue. Après l'entraînement, le modèle ne reçoit plus que X.