Brève description / annotation

Partie théorique. Questions généralistes - Vue d'ensemble des algorithmes - Préparation des données - Mesures, métriques et performances - Mathématiques pour l'apprentissage automatique - Big data ; Partie pratique. Études de cas - La data science dans la pratique - Aborder un problème de Machine Learning - Étude de cas 11 : Régression linéaire - Étude de cas J2 : Régression logistique ;

Détails