Module 3 Classification supervisée III

Objectifs
  • Prendre conscience de l’impact des proportions relatives par classes sur les classifieurs et les métriques et maîtriser ce phénomène

  • Appréhender le seuil de détection, les courbes ROC et l’AUC comme mesures indépendantes du seuil de détection dans un cas à deux classes

  • Comprendre et être capable d’utiliser les algorithmes de machine à vecteurs supports et les réseaux neuronaux, découvrir l’apprentissage profond.

  • Mettre en œuvre toutes les notions apprises dans les trois modules consacrés à la classification supervisée dans le cadre d’un cas plus complexe, sous forme de challenge.

Prérequis

Ce module constitue le troisième volet d’une trilogie consacrée à la classification supervisée. Le niveau de difficulté allant crescendo, assurez-vous d’avoir bien assimilé toutes les notions importantes et les subtilités étudiées dans les deux premiers volets avant d’aborder celui-ci.