Introduction aux données et validation en ML

📋 Plan du Cours

1. Espace de données d’apprentissage et composants
2. Dataset et types de sous-ensembles
3. Types de features et encodages
4. Sorties et nature des problèmes ML
5. Qualité des données et préparation
6. Transformation et feature engineering
7. Phases du processus d’apprentissage
8. Stratégies de validation des modèles
9. Métriques de régression et interprétation
10. Métriques de classification et matrice de confusion

📖 1. Espace de données d’apprentissage et composants

🔑 Notions clés & Définitions

• Espace de données d’apprentissage : L’espace de données d’apprentissage regroupe toutes les informations utilisées pour entraîner un modèle, incluant entrées, sorties attendues et leur représentation mathématique.
• Features : Les features sont les variables d’entrée que le modèle observe pour faire ses prédictions.
• Labels : Les labels sont les cibles (sorties attendues) que le modèle doit apprendre à prédire en apprentissage supervisé.
• Dataset : Un dataset est un tableau structuré qui stocke les données d’apprentissage sous forme d’observations et de variables, avec éventuellement une étiquette.
• Training set : Le training set est la partie du dataset utilisée pour entraîner le modèle.

📝 Points essentiels