Comprendre, manipuler, pratiquer
Un cours pour comprendre les notions, un simulateur pour les voir à l'œuvre sur de vraies données, des démos pour prendre l'outil en main et des TP guidés pour suivre toute la démarche d'un projet.
Cours
Les notions expliquées pas à pas, avec des graphiques interactifs, des encadrés « Pour aller plus loin » et un quiz par chapitre.
Simulation
Les modèles en action sur de vrais jeux de données :
- Régression la courbe apprise et l'erreur en U
- Classification régression logistique, SVM, forêt, kNN, boosting, Bayes
- Réseau de neurones les poids Keras en direct
- Non supervisé k-means, DBSCAN, ACP
- Images (CNN) un réseau convolutif sur les chiffres manuscrits
- Comparer les modèles : en régression MAE, RMSE, R², résidus · en classification validation croisée, ROC, fuite de données
Démos et TP guidés
Des démos où l'application se manipule toute seule, et des TP où chaque étape se valide automatiquement, avec le notebook Jupyter à la fin.
Missions
Des défis à relever dans le simulateur, validés automatiquement : « fais réussir le XOR », « ne rate aucune tumeur »…
Par où commencer ?
- Lancer la démo de prise en main (3 minutes).
- Lire le chapitre Sous-apprentissage et surapprentissage.
- Faire le TP Trouver la bonne complexité.