Cours de classification en Machine Learning

Leçon 1 • Représentation des données et prétraitement

Couvre le codage, la mise à l'échelle et le traitement des valeurs manquantes pour préparer les ensembles de données aux classifieurs. A un impact direct sur la précision du modèle et est nécessaire avant d'appliquer tout algorithme.

Leçon 2 • Le flux de travail en apprentissage automatique

Parcourt le pipeline de bout en bout, des données brutes au modèle déployé. Fournit un cadre reproductible que les étudiants appliquent dans chaque chapitre subséquent.

Leçon 3 • Configuration de l'environnement de développement

Configure les outils basés sur Python, y compris les bibliothèques logicielles clés pour la manipulation des données et la modélisation. Fournit aux étudiants un environnement de travail pour exécuter tous les exercices du cours immédiatement.

Leçon 4 • Prérequis mathématiques pour la classification

Passe en revue les concepts de probabilité, d'algèbre linéaire et de calcul essentiels à la compréhension des classifieurs. Assure que les étudiants peuvent suivre les dérivations d'algorithmes dans les chapitres ultérieurs.

Leçon 1 • La matrice de confusion expliquée

Présente la matrice de confusion comme fondement de toutes les mesures de classification. Établit le lien entre les décomptes bruts de prédiction et les renseignements exploitables sur le rendement.

Leçon 2 • Biais, variance et surapprentissage

Explique le compromis biais-variance et son effet sur la généralisation. Équipe les étudiants pour diagnostiquer le sous-apprentissage et le surapprentissage avant de régler un algorithme.

Leçon 3 • Mesures basées sur les seuils et le classement

Couvre les courbes ROC, l'AUC et les courbes de précision-rappel pour les classifieurs produisant des probabilités. Étend les connaissances sur les mesures à des scénarios nécessitant un réglage des seuils.

Leçon 4 • Stratégies de validation croisée

Enseigne la validation croisée k-fold, stratifiée et leave-one-out pour produire des estimations fiables du rendement. Empêche le surapprentissage à une seule division entraînement-test.

Leçon 1 • Maximum de vraisemblance et log-perte

Dérive l'objectif de log-perte à partir de l'estimation du maximum de vraisemblance. Relie les mathématiques au processus d'optimisation que les étudiants appliqueront lors de l'entraînement.

Leçon 2 • Régression logistique multiclasse

Étend la régression logistique binaire aux problèmes multiclasses en utilisant les stratégies OvR et softmax. Prépare les étudiants pour les ensembles de données comportant plus de deux classes cibles.

Leçon 3 • De la régression linéaire à la régression logistique

Montre pourquoi la régression linéaire échoue pour la classification et comment la fonction sigmoïde corrige cela. Établit l'interprétation probabiliste centrale à la régression logistique.

Leçon 4 • Interprétation et déploiement des modèles logistiques

Couvre l'interprétation des coefficients, les rapports de cotes et l'exportation des modèles entraînés. Fait le pont entre la construction du modèle et le déploiement pratique ainsi que la communication avec les parties prenantes.

Leçon 1 • Extraction de règles et interprétabilité

Montre comment extraire des règles if-alors lisibles par les humains à partir d'arbres entraînés. Relie les sorties des arbres à la logique opérationnelle et aux exigences de conformité.

Leçon 2 • Importance des caractéristiques à partir des arbres

Explique comment les arbres calculent les scores d'importance des caractéristiques basés sur la réduction de l'impureté. Donne aux étudiants un outil intégré pour la sélection de caractéristiques et l'explication du modèle.

Leçon 3 • Critères de division : Gini et entropie

Dérive l'impureté de Gini et le gain d'information comme mesures pour choisir la meilleure division. Explique comment ces critères guident l'algorithme d'apprentissage à chaque nœud.

Leçon 4 • Contrôle du surapprentissage dans les arbres

Couvre les hyperparamètres de pré-élagage et les techniques de post-élagage pour réduire le surapprentissage. Applique les concepts de biais-variance du chapitre 2 aux contrôles spécifiques aux arbres.

Leçon 1 • Ensembles par empilement et mélange

Enseigne le méta-apprentissage en entraînant un modèle de second niveau sur les sorties des classifieurs de base. Étend les connaissances sur les ensembles à des architectures flexibles qui maximisent la puissance prédictive.

Leçon 2 • XGBoost et LightGBM

Présente les bibliothèques logicielles optimisées de renforcement de gradient avec des améliorations de régularisation et de vitesse. Prépare les étudiants pour des tâches de classification de niveau compétition et de niveau production.

Leçon 3 • Machines à renforcement de gradient

Dérive le renforcement de gradient comme un ajustement séquentiel des résidus utilisant la descente de gradient dans l'espace des fonctions. Explique l'algorithme de base derrière les classifieurs modernes à haute performance.

Leçon 4 • Forêts aléatoires en profondeur

Couvre l'agrégation bootstrap, les sous-ensembles de caractéristiques aléatoires et le vote majoritaire dans les Forêts aléatoires. Se base directement sur les connaissances des arbres de décision du chapitre 4.

Leçon 1 • Réglage des SVM avec recherche par grille et aléatoire

Applique les stratégies de recherche d'hyperparamètres pour optimiser C et gamma pour les classifieurs SVM. Renforce les compétences de validation croisée du chapitre 2 dans un contexte SVM.

Leçon 2 • SVM à marge souple et le paramètre C

Présente les variables d'écart pour traiter les données non séparables et le paramètre de régularisation C. Relie le réglage des SVM au compromis biais-variance du chapitre 2.

Leçon 3 • SVM pour données multiclasses et déséquilibrées

Étend les SVM aux contextes multiclasses et aborde le déséquilibre des classes avec des poids de classe. Prépare les étudiants à appliquer les SVM à des problèmes de classification réalistes et déséquilibrés.

Leçon 4 • Classification à marge maximale

Dérive l'objectif des SVM à marge rigide et explique les vecteurs de support géométriquement. Fournit l'intuition nécessaire pour comprendre les extensions à marge souple et à noyau.

Leçon 1 • Comparaison des modèles probabilistes et basés sur les instances

Évalue les Naive Bayes et KNN par rapport à la régression logistique et aux modèles basés sur des arbres. Guide les étudiants dans le choix du classifieur approprié pour un profil de problème donné.

Leçon 2 • Mise à l'échelle et efficacité dans KNN

Aborde le coût de calcul de KNN et les techniques pour accélérer la recherche de voisins. Assure que les étudiants peuvent appliquer KNN à des ensembles de données de taille pratique.

Leçon 3 • Algorithme des k-plus proches voisins

Explique la règle de décision KNN, les mesures de distance et l'effet de k sur la frontière. Fournit une référence non paramétrique qui ne nécessite aucune phase d'entraînement explicite.

Leçon 4 • Naive Bayes pour la classification de texte

Applique le Naive Bayes multinomial aux représentations sac-de-mots et TF-IDF. Démontre un classifieur pratique et à haute vitesse pour les tâches de langage naturel.

Leçon 1 • Construction de pipelines scikit-learn

Encapsule les étapes de prétraitement et de modélisation dans un seul objet pipeline. Empêche la fuite de données et simplifie les flux de travail de validation croisée et de déploiement.

Leçon 2 • Aperçu de l'apprentissage automatique automatisé

Présente les outils d'apprentissage automatique automatisé qui automatisent la sélection d'algorithmes et la recherche d'hyperparamètres. Positionne l'automatisation comme un outil de productivité, non comme un remplacement de la compréhension.

Leçon 3 • Comparaison statistique de modèles

Applique des tests statistiques pour déterminer si les différences de rendement entre les modèles sont significatives. Empêche la sélection d'un modèle basé sur le bruit plutôt que sur une amélioration réelle.

Leçon 4 • Sélection finale du modèle et documentation

Établit un cadre de décision pour choisir le modèle de production et documenter les choix. Prépare les étudiants à justifier la sélection du modèle auprès des parties prenantes techniques et opérationnelles.