Les autres modèles de régression

32 min
Bloc 12 — Algorithmes de régression
Objectif
établir la correspondance systématique entre algorithmes de classification et algorithmes de régression, maîtriser le fonctionnement de l'arbre de régression et des ensembles d'arbres, connaître les fonctions de perte disponibles en régression et leur usage, savoir énoncer et démontrer l'incapacité d'extrapolation des modèles à base d'arbres et ses remèdes, situer k plus proches voisins, machines à vecteurs de support et réseaux de neurones dans le paysage des régresseurs, et choisir un régresseur sur des critères explicites.
Durée estimée
60 minutes
Prérequis
chapitres 023, 030, 037, 038, 039, 040, 041, 043, 044 et 045
Quiz associés
048.1-quiz-correspondance-classifieur-regresseur.md à 048.8-quiz-comparaison-et-choix.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 connecterPas encore de compte ? En créer un
Cette leçon fait partie du module « Algorithmes de régression »

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/moisRetour au plan
Vous êtes étudiant du cours ?

Le code se rattache à votre compte : connectez-vous ou créez un compte, il sera validé automatiquement au retour.

Pas encore de compte ? En créer un