Apprentissage supervisé : Régression

Intermédiaire

Apprentissage supervisé. Si vous entendez ou lisez ce terme pour la première fois, il peut être complètement obscur de ce qu'il signifie. Ne vous inquiétez pas. Dans ce laboratoire, vous aurez une compréhension complète de l'apprentissage supervisé ; et, dans le prochain chapitre de l'expérience, vous apprendrez à utiliser l'apprentissage supervisé pour effectuer des prédictions de données.

scikit-learnMachine Learning

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce cours, vous apprendrez à appliquer des techniques d'apprentissage supervisé pour résoudre des problèmes de prédiction de données.

🎯 Tâches

Dans ce cours, vous apprendrez :

  • Comment comprendre le concept d'apprentissage supervisé
  • Comment implémenter des modèles de régression linéaire et de régression polynomiale
  • Comment utiliser la régression ridge et la régression lasso pour résoudre les problèmes de surapprentissage (overfitting)
  • Comment appliquer l'apprentissage supervisé pour prédire les prix des logements et les prix du Bitcoin

🏆 Réalisations

Après avoir terminé ce cours, vous serez en mesure de :

  • Comprendre les bases de l'apprentissage supervisé
  • Développer et évaluer des modèles de régression linéaire et polynomiale
  • Appliquer des techniques de régularisation pour améliorer les performances des modèles
  • Utiliser l'apprentissage supervisé pour effectuer des prédictions précises sur des ensembles de données du monde réel

Enseignant

labby

Labby

Labby is the LabEx teacher.