Introduction à k-NN et Distance en Apprentissage Machine

Извадка от листа за преговор

📋 Plan du Cours

  1. Problème et notion de modèle ML
  2. k-NN : apprentissage supervisé et régression
  3. Raisonnement par cas et absence d’étape d’apprentissage
  4. Principe de prédiction par k voisins
  5. Algorithme k-NN et vote majoritaire
  6. Distance : axiomes et rôle dans k-NN
  7. Distances euclidienne, Manhattan et Minkowski
  8. Choix de k et compromis biais variance
  9. Limitations et coût de k-NN

📖 1. Problème et notion de modèle ML

🔑 Notions clés & Définitions

  • Features : Les features sont les propriétés des données utilisées pour produire une prédiction.
  • Label : Le label est la valeur cible associée à un point de données pour l’apprentissage supervisé.
  • Classification : La classification est une tâche qui consiste à prédire une classe (un label discret) pour une nouvelle donnée.
  • Régression : La régression est une tâche qui consiste à prédire une valeur numérique à la place d’une classe.
  • Modèle ML : Un modèle ML combine des features, une mesure de similarité et une règle de décision pour prédire le label d’un nouvel exemple.

📝 Points essentiels

Прочетете пълния лист →

Преглед на теста

1. Dans un problème d’apprentissage supervisé, quel rôle joue principalement un modèle de machine learning ?

2. Quelle est la fonction principale d’un modèle machine learning dans le contexte de la prédiction ?

3. Quelle affirmation décrit correctement k-NN dans le cadre de la régression ?

Вземете теста (4 въпроса) →

Преглед на флашкартите

Problème — définition ?

Une tâche de prédiction à partir de données.

Features en ML

Propriétés des données utilisées pour prédire.

k-NN — apprentissage supervisé ?

Utilise des données labellisées pour prédire.

Label en apprentissage supervisé

Valeur cible associée à une donnée.

k-NN

Algorithme qui prédit via les k voisins proches.

Distances courantes en ML

Euclidienne, Manhattan, Minkowski.

Вижте всички 9 флашкарти →

Често задавани въпроси

Какво обхваща листът за преговор на Introduction à k-NN et Distance en Apprentissage Machine?

Листът за преговор обхваща основните концепции на Introduction à k-NN et Distance en Apprentissage Machine. Организиран е по теми, за да улесни ученето и запомнянето, с ключови дефиниции, обяснения и резюмета.

Прочетете пълния лист →

Колко въпроса има в теста за Introduction à k-NN et Distance en Apprentissage Machine?

Тестът съдържа 4 въпроса с множество отговори с подробни корекции и обяснения за всеки отговор. Идеален за тестване на знанията ви и идентифициране на пропуски.

Вземете теста (4 въпроса) →

Как да учите Introduction à k-NN et Distance en Apprentissage Machine с флашкарти?

Revizly предлага 9 интерактивни флашкарти по Introduction à k-NN et Distance en Apprentissage Machine. Всяка карта представя въпрос на предната страна и отговор на задната, което позволява активно и ефективно преговаряне, базирано на разпределено повторение.

Вижте всички 9 флашкарти →

Similar courses

Introduction à l'Intelligence Artificielle Symbolique

Intelligence Artificielle

Introduction aux documents et sécurité en construction

Bases de données

Introduction à l'Informatique et IA

Introduction aux marchés publics et réglementations du bâtiment

Bases de données

Gestion des imprimantes Windows et PDF

Introduction aux bases de données relationnelles

Bases de données

Create your own sheets from your courses

Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.

Sheet generatorQuiz generator