Couvre la classification des images, le clustering et les techniques d'apprentissage automatique telles que la réduction de la dimensionnalité et l'apprentissage par renforcement.
Explore l'heuristique de la réglementation, l'épistémologie d'interprétation, les mesures d'adaptation des intervenants et la variété requise dans l'alignement entreprise-TI.
Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé, l'apprentissage par renforcement et la réduction des dimensions.
Couvre les techniques de réduction de dimensionnalité, de regroupement et d'estimation de la densité, y compris l'ACP, les moyennes K, le MGM et le décalage moyen.
Explore le sous-ajustement, le surajustement, les hyperparamètres, le compromis biais-variance et l'évaluation de modèle dans l'apprentissage automatique.
