Cours d'algorithmes de classification ML

Leçon 1 • Représentation des données et prétraitement

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

Leçon 2 • Le workflow d'apprentissage automatique

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

Leçon 3 • Configuration de l'environnement de développement

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

Leçon 4 • Prérequis mathématiques pour la classification

Passe en revue les concepts de probabilité, d'algèbre linéaire et de calcul essentiels pour comprendre les classifieurs. Garantit que les étudiants peuvent suivre les dérivations d'algorithmes dans les chapitres suivants.

Leçon 1 • La matrice de confusion expliquée

Introduit la matrice de confusion comme base de toutes les métriques de classification. Relie les décomptes bruts de prédictions à des informations exploitables sur la performance.

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 d'ajuster un algorithme.

Leçon 3 • Métriques basées sur les seuils et le classement

Couvre les courbes ROC, l'AUC et les courbes précision-rappel pour les classifieurs produisant des probabilités. Étend les connaissances métriques aux 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 de performance fiables. Empêche le surapprentissage à une seule division d'apprentissage-test.

Leçon 1 • Maximum de vraisemblance et log-loss

Dérive la fonction objectif de log-loss à partir de l'estimation du maximum de vraisemblance. Relie les mathématiques au processus d'optimisation que les étudiants appliqueront dans 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 à des ensembles de données avec 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, le déploiement pratique et la communication avec les parties prenantes.

Leçon 1 • Extraction de règles et interprétabilité

Montre comment extraire des règles if-then lisibles par l'humain à partir d'arbres entraînés. Relie les sorties des arbres à la logique métier 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 en fonction de 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 partitionnement : Gini et entropie

Dérive l'impureté de Gini et le gain d'information comme mesures pour choisir la meilleure division. Explique comment ces critères pilotent 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 stacking et blending

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

Leçon 2 • XGBoost et LightGBM

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

Leçon 3 • Machines de Gradient Boosting

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

Leçon 4 • Forêts Aléatoires en profondeur

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

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

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

Leçon 3 • SVM pour données multiclasses et déséquilibrées

Étend les SVM aux contextes multiclasses et traite 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 du SVM à marge dure et explique géométriquement les vecteurs de support. 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 Naive Bayes et KNN par rapport à la régression logistique et aux modèles basés sur les arbres. Guide les étudiants dans le choix du bon classifieur pour un profil de problème donné.

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

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

Leçon 3 • Algorithme des k-Nearest Neighbors

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

Leçon 4 • Naive Bayes pour la classification de texte

Applique Multinomial Naive Bayes aux représentations sac-de-mots et TF-IDF. Démontre un classifieur pratique et rapide 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 workflows de validation croisée et de déploiement.

Leçon 2 • Aperçu de l'apprentissage automatique automatisé (AutoML)

Introduit les outils AutoML qui automatisent la sélection d'algorithmes et la recherche d'hyperparamètres. Positionne l'automatisation comme un outil de productivité, pas un remplacement de la compréhension.

Leçon 3 • Comparaison statistique de modèles

Applique des tests statistiques pour déterminer si les différences de performance entre modèles sont significatives. Empêche de sélectionner 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 de modèle auprès des parties prenantes techniques et métier.