Les K plus proches voisins sont une méthode de classification populaire car ils sont faciles à calculer et à interpréter. Ce module vous présente la théorie derrière les K plus proches voisins ainsi qu'une démo pour vous entraîner à construire des modèles de K plus proches voisins avec sklearn.

Ce module vous expliquera comment les machines à vecteurs de support construisent des hyperplans pour cartographier vos données dans des régions qui concentrent une majorité de points de données d'une certaine classe. Bien que les machines à vecteurs de support soient largement utilisées pour la régression, la détection des valeurs aberrantes et la classification, ce module se concentrera sur cette dernière.

Les méthodes d'arbre de décision sont un modèle de base courant pour les tâches de classification en raison de leur attrait visuel et de leur grande facilité d'interprétation. Ce module vous présente la théorie des arbres de décision et quelques exemples pratiques de construction de modèles d'arbres de décision pour la classification. Vous comprendrez les principaux avantages et inconvénients de ces techniques. Ces connaissances vous seront utiles lorsque vous aborderez les ensembles d'arbres de décision dans le module suivant.

Les modèles d'ensemble sont une technique très populaire car ils peuvent aider vos modèles à être plus résistants aux valeurs aberrantes et à avoir de meilleures chances de se généraliser avec les données futures. Ils ont également gagné en popularité après que plusieurs ensembles ont aidé des personnes à remporter des concours de prédiction. Récemment, le boosting stochastique du gradient est devenu un modèle candidat de choix pour de nombreux scientifiques des données. Ce modèle vous guide à travers la théorie derrière les modèles d'ensemble et les ensembles populaires basés sur les arbres.

Certains modèles de classification sont mieux adaptés que d'autres aux valeurs aberrantes, à la faible occurrence d'une classe ou à des événements rares. Les méthodes les plus courantes pour ajouter de la robustesse à un classificateur sont liées à l'échantillonnage stratifié pour rééquilibrer les données d'apprentissage. Ce module vous guidera à travers les méthodes d'échantillonnage stratifié et des approches plus novatrices pour modéliser des ensembles de données avec des classes déséquilibrées.