Apprentissage supervisé Fabrice Rossi TELECOM ParisTech

Apprentissage supervisé
Fabrice Rossi
TELECOM ParisTech

Plan
Introduction et modélisation mathématique
Apprentissage supervisé
Qualité d’un modèle
Régression
Régression linéaire
Régularisation
Non linéaire
Discrimination
Moindres carrés
Analyse discriminante
Régression logistique
Maximisation de la marge
Non linéaire
Sélection de modèle
2 / 133 F. Rossi

Plan
Introduction et modélisation mathématique
Apprentissage supervisé
Qualité d’un modèle
Régression
Régression linéaire
Régularisation
Non linéaire
Discrimination
Moindres carrés
Analyse discriminante
Régression logistique
Maximisation de la marge
Non linéaire
Sélection de modèle
3 / 133 F. Rossi Introduction et modélisation mathématique

Apprentissage automatique
Définition informelle
1. observations d’un phénomène
2. construction d’un modèle de ce phénomène
3. prévisions et analyse du phénomène grâce au modèle
le tout automatiquement (sans intervention humaine)
Modélisation mathématique :
observations d’un phénomène ⇒des données zi∈ Z
deux grandes catégories de données :
1. cas non supervisé :
•pas de structure interne à z
•classification, règles d’association, etc.
2. cas supervisé :
•z= (x,y)∈ X × Y
•modélisation du lien entre xet y
•pour faire des prévisions : connaissant x, on prédit y
4 / 133 F. Rossi Introduction et modélisation mathématique

Apprentissage automatique
Définition informelle
1. observations d’un phénomène
2. construction d’un modèle de ce phénomène
3. prévisions et analyse du phénomène grâce au modèle
le tout automatiquement (sans intervention humaine)
Modélisation mathématique :
observations d’un phénomène ⇒des données zi∈ Z
deux grandes catégories de données :
1. cas non supervisé :
•pas de structure interne à z
•classification, règles d’association, etc.
2. cas supervisé :
•z= (x,y)∈ X × Y
•modélisation du lien entre xet y
•pour faire des prévisions : connaissant x, on prédit y
4 / 133 F. Rossi Introduction et modélisation mathématique