Machine Learning avec Scikit-Learn 2023
Chapitre d’ouvrage

Index

Pages 319 à 324

Citer ce chapitre

2023. Index. In :
  • GÉRON, Aurélien,
Machine Learning avec Scikit-Learn Mise en oeuvre et cas concrets. Paris : Dunod. Hors collection, p.319-324. URL : https://stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.
« Index ». Machine Learning avec Scikit-Learn Mise en oeuvre et cas concrets, Dunod, 2023. p.319-324. CAIRN.INFO, stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.
(2023). Index. Machine Learning avec Scikit-Learn : Mise en oeuvre et cas concrets (3e éd., p. 319-324). Dunod. https://stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.
Article
Sur un sujet proche

Citer ce chapitre

(2023). Index. Machine Learning avec Scikit-Learn : Mise en oeuvre et cas concrets (3e éd., p. 319-324). Dunod. https://stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.
« Index ». Machine Learning avec Scikit-Learn Mise en oeuvre et cas concrets, Dunod, 2023. p.319-324. CAIRN.INFO, stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.
2023. Index. In :
  • GÉRON, Aurélien,
Machine Learning avec Scikit-Learn Mise en oeuvre et cas concrets. Paris : Dunod. Hors collection, p.319-324. URL : https://stm.cairn.info/machine-learning-avec-scikit-learn-3e-ed--9782100847686-page-319?lang=fr.

ACP Voir analyse en composantes principales AdaBoost 220
agent 15
agrégation 256
AIC Voir critère d’information d’Akaike
aire sous la courbe 116
algorithme
d’entraînement 131
des k-moyennes 259, 261
glouton 198
AlphaGo 16
analyse en composantes principales 204, 239
anomalie 256, 258
apprentissage
à partir d’observations 19
à partir d’un modèle 20
actif 274
auto-supervisé 14
d’ensemble 209
de variété 238
en ligne 17
groupé 16
hors-ligne 16
hors-mémoire 18
non supervisé 10
par association de règles 12
par renforcement 15
semi-supervisé 13, 258, 271
supervisé 8
arbre de classification et régression 197
arbre de décision 193
variance 205
arrêt précoce 160, 226, 228
astuce du noyau 178
AUC Voir aire sous la courbe
bagging 213
batch gradient descent Voir descente de gradient ordinaire
biais 213
d’échantillonnage 27
BIC Voir critère d’information bayésien
BIRCH 278
blender 229
bloc de validation croisée 88
boîte
blanche 197
noire 197
boosting 220
boosting de gradient 224
à base d’histogrammes 227
stochastique 227bruit
d’échantillonnage 27
gaussien 135
caractéristique 9
CART Voir arbre de classification et régression
centile 54
centrage et réduction des variables 75, 140, 155, 174, 195, 204, 269
centrage des variables 24…

Date de mise en ligne : 05/11/2024

Ce chapitre est en accès conditionnel

Acheter cet ouvrage

30,99 €

352 pages, format électronique (HTML et feuilletage, par chapitre)
Membre d'une institution cliente ?