Premier semestre

Apprentissage supervisé

Objectifs

Distinguer l’apprentissage supervisé de l’apprentissage non-supervisé
Choisir et mettre en œuvre différentes méthodes d’apprentissage supervisé
Comparer les performances des méthodes d’apprentissage concurrentes

Plan

Apprentissage supervisé – définition et concepts généraux,
k plus proches voisins (KNN ),
Classifieur bayésien naïf (Naive bayes),
Analyse discriminante (factorielle et bayésienne)
Segmentation par arbres (CART, CHAID), Probability Estimation Trees, arbres à cibles multiples (Ctree).
Comparaison de méthodes (LIFT, ROC, avantages et inconvénients des différentes méthodes présentées).

Prérequis

Statistique Exploratoire Multivariée 1A, projection et d’optimisation (lagrangien)