Флашкарти: Introduction à l'apprentissage automatique — 10 карти

Apprentissage automatique — définition ?

Modèles qui apprennent à partir de données sans programmation explicite.

Modèle prédictif — rôle ?

Faire des prédictions ou classifications sur de nouvelles données.

Données d'entraînement — utilisation ?

Pour ajuster ou apprendre le modèle.

Généralisation — importance ?

Performances sur données non vues durant l'entraînement.

Surapprentissage — conséquence ?

Modèle trop ajusté aux données d'entraînement, mauvaise généralisation.

Nettoyage des données — objectif ?

Améliorer la qualité des données avant modélisation.

Feature engineering — but ?

Optimiser la performance du modèle par création ou sélection de variables.

Normalisation — but ?

Rendre les données comparables en ajustant leur échelle.

Régression linéaire — modélisation ?

Relation entre variables indépendantes et dépendante continue.

Erreur quadratique moyenne — rôle ?

Mesurer la performance du modèle en minimisant l'écart.