Cours Algorithmes de Classification Machine Learning

Leçon 1 • Représentation et prétraitement des données

Couvre le codage, la mise à l'échelle et la gestion des valeurs manquantes pour préparer les jeux de données aux classifieurs. A un impact direct sur la précision du modèle et est requis avant toute application d'algorithme.

Leçon 2 • Le flux de travail en apprentissage automatique

Parcourt le pipeline complet, 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. 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. Garantit que les étudiants peuvent suivre les dérivations d'algorithmes dans les chapitres suivants.

Leçon 1 • La matrice de confusion expliquée

Présente la matrice de confusion comme le fondement de toutes les métriques de classification. Relie les décomptes de prédictions brutes à des informations de performance exploitables.

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 • Métriques 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 la connaissance des métriques à des scénarios nécessitant un réglage du seuil.

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 sur une seule division entraînement-test.

Leçon 1 • Maximum de vraisemblance et log-loss

Dérive l'objectif log-loss 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 jeux 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 y remédie. Établit l'interprétation probabiliste centrale à la régression logistique.

Leçon 4 • Interprétation et déploiement des modèles logistiques

Couvre l'interprétation des coefficients, les odds ratios 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 si-alors 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 basés sur la réduction d'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 à des mesures de sécurité spécifiques aux arbres.

Leçon 1 • Ensembles par stacking et blending

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

Leçon 2 • XGBoost et LightGBM

Présente les bibliothèques de gradient boosting optimisées avec régularisation et améliorations de vitesse. Prépare les étudiants pour des tâches de classification de niveau compétition et 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 fonctionnel. Explique l'algorithme central derrière les classifieurs modernes de haute performance.

Leçon 4 • Forêts aléatoires en profondeur

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

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

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

Leçon 2 • SVM à marge souple et paramètre C

Présente les variables d'écart pour gérer 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 les données multiclasses et déséquilibrées

Étend les SVM aux paramètres 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 du SVM à marge dure 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 occurrences

Évalue Naive Bayes et KNN par rapport à la régression logistique et aux modèles basés sur les arbres. Guide les étudiants dans la sélection du classifieur adapté à 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. Garantit que les étudiants peuvent appliquer KNN à des jeux de données de taille pratique.

Leçon 3 • Algorithme des k plus proches voisins

Explique la règle de décision KNN, les métriques 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 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 flux de travail de validation croisée et de déploiement.

Leçon 2 • Aperçu de l'apprentissage automatique automatisé

Présente les outils AutoML 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 performance entre les 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 du modèle auprès des parties prenantes techniques et commerciales.