Utilisez des modèles supervisés non linéaires

Resumen

En el curso Entrena un modelo predictivo lineal, aprendiste a construir modelos lineales de clasificación binaria o multiclase y de regresión.

Pero estos pueden no ser adecuados para la naturaleza de tus datos. En este curso, aprenderás a entrenar modelos supervisados no lineales con tus datos.

Comprenderás cómo construir un modelo no lineal mediante una re-descripción de los datos, y sabrás utilizar los métodos de núcleo, que permiten extender las nociones de SVM y regresión de cresta al caso no lineal.

Requisitos previos:

Este curso forma parte del recorrido de Científico de Datos.

Se encuentra en la intersección de las matemáticas y la informática. Para aprovecharlo al máximo, no dudes en refrescar tu memoria, antes o durante el curso, sobre:

• Python para el cálculo numérico (numpy) y la creación de gráficos (pyplot), que utilizaremos en las partes prácticas del curso,
• Algunas nociones de álgebra lineal:

  manipulación de vectores, multiplicaciones de matrices, normas y valores/vectores propios,

• Algunas nociones de probabilidades y estadísticas, tales como distribución de ley de probabilidad y varianza,
• Conceptos de regresión lineal de cresta y SVM.

---

Enseñado por

Chloé-Agathe Azencott

---

Asignaturas