Modèles linéaires : Récapitulatif et régression logistique

Cette séance de cours commence par un récapitulatif sur les modèles paramétriques, les hyperplans, la régression linéaire et la prédiction multi-sorties. Il se penche ensuite sur la classification binaire en utilisant la régression linéaire, l'approche des moindres carrés et la fonction logistique. Les inconvénients de la fonction pas à pas et la nécessité de la non-linéarité sont discutés. La séance de cours couvre l'optimisation basée sur le gradient, la minimisation des fonctions et l'application de la descente de gradient. Il se termine par une formation à la régression logistique, un calcul de gradient et des mesures d'évaluation de modèle telles que la précision, la précision et le rappel.