Chapitres du module ML

les concepts fondamentaux du machine learning, les types d’apprentissage (supervisé, non supervisé), leurs principales applications.

Introduction à la régression linéaire : principe, fonctionnement et utilisation pour la prédiction de données.

Introduction à la régression logistique : méthode de classification binaire, principes et applications

Introduction à l’algorithme KNN : méthode de classification et de prédiction basée sur les k plus proches voisins.

Les travaux pratiques visent à appliquer progressivement les concepts du Machine Learning à travers des exercices guidés, depuis la manipulation de données jusqu’à l’entraînement et l’évaluation de modèles..