Introduction à l'Apprentissage Supervisé

Revision sheet excerpt

Plan du Cours

  1. Apprentissage supervisé
  2. Données d'entraînement
  3. Problèmes de classification
  4. Problèmes de régression
  5. Hyper paramètres
  6. Paramètres appris
  7. Validation du modèle
  8. Généralisation et surapprentissage
  9. Validation croisée
  10. Courbe d'apprentissage
  11. Critères de performance

1. Apprentissage supervisé

Notions clés & Définitions

  • Apprentissage supervisé : méthode d’apprentissage automatique où la fonction f est apprise à partir de données étiquetées, c’est-à-dire des couples {(x₁, y₁), ..., (xₙ, yₙ)} avec yᵢ = f(xᵢ). Selon Thierry Montaut (2023), cette méthode nécessite la connaissance exacte des résultats pour chaque observation afin de guider l’apprentissage.

  • Données étiquetées : ensemble de couples (x, y) où x représente une observation ou caractéristique, et y l’étiquette ou résultat associé. Les observations (x) sont aussi appelées variables, features, ou descripteurs, tandis que y sont appelés étiquettes, labels ou outcomes.

  • Problème de classification : lorsqu’on cherche à apprendre une fonction f : X → Y avec Y un ensemble fini, souvent binaire (Y ⊆ {0,1}), où la sortie est une classe ou catégorie. Selon Thierry Montaut (2023), la fonction à prédire est un classificateur, notamment dans le cas binaire.

Read the full sheet →

Quiz preview

1. Quand Thierry Montaut a-t-il publié ou établi ses principales définitions sur les problèmes de régression ?

2. Quel est le rôle principal du problème de classification en apprentissage automatique ?

3. Quelle est la formule du critère MAE (Mean Absolute Error) tel que défini dans le contenu ?

Take the quiz (11 questions) →

Flashcards preview

Apprentissage supervisé — définition ?

Méthode où la fonction est apprise à partir de données étiquetées.

Données étiquetées — rôle ?

Fournissent la supervision pour entraîner le modèle.

Problème de classification — Y ?

Y est un ensemble fini de classes ou catégories.

Problème de régression — Y ?

Y est un ensemble de valeurs réelles continues.

Hyper paramètres — rôle ?

Fixés par le concepteur, ils configurent le modèle.

Paramètres appris — définition ?

Paramètres ajustés lors de l’apprentissage pour minimiser l’erreur.

See all 22 flashcards →

Frequently asked questions

What does the revision sheet on Introduction à l'Apprentissage Supervisé cover?

The revision sheet covers the essential concepts of Introduction à l'Apprentissage Supervisé. It is organized by topic to facilitate learning and memorization, with key definitions, explanations and summaries.

Read the full sheet →

How many questions are in the Introduction à l'Apprentissage Supervisé quiz?

The quiz contains 11 multiple-choice questions with detailed corrections and explanations for each answer. Ideal for testing your knowledge and identifying gaps.

Take the quiz (11 questions) →

How to study Introduction à l'Apprentissage Supervisé with flashcards?

Revizly offers 22 interactive flashcards on Introduction à l'Apprentissage Supervisé. Each card presents a question on the front and the answer on the back, enabling active and effective revision based on spaced repetition.

See all 22 flashcards →

Similar courses

Create your own sheets from your courses

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