Agrégation bootstrap et forêts aléatoires

30 min

Bloc 11 — Algorithmes de classification
Objectif: établir la justification mathématique de l'agrégation ; définir le bootstrap et démontrer la propriété des 36,8 % ; construire l'algorithme du bagging, ses règles d'agrégation et son estimation hors-sac ; comprendre l'apport propre de la forêt aléatoire — la décorrélation par tirage de variables à chaque division ; régler les hyperparamètres par ordre d'importance ; interpréter les deux mesures d'importance des variables et leurs biais ; positionner la méthode face à l'arbre unique et au boosting.
Durée estimée: 50 minutes
Prérequis: chapitres 031, 032, 034 et 037
Quiz associés: 038.1-quiz-agregation.md à 038.7-quiz-forces-limites.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecter Pas encore de compte ? En créer un

Cette leçon fait partie du module « Algorithmes de classification »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/mois Retour au plan