Académique Documents
Professionnel Documents
Culture Documents
Type d’apprentissage :
Apprentissage étiqueté :
Consiste à superviser l’apprentissage de la machine on lui montre des exemples des données de la
tâche qu’elle doit réaliser
Etapes :
On applique un algorithme permettant de trouver les similarités et distinctions au sein des
données et à regrouper ensemble les data qui partagent des caractéristiques communes
Objectif :
Trouver une fct de prédiction qui décrit la relation entre X et Y
Méthodes d’optimisation :
-Méthodes de moindres carrés (des prb simples)
-Gradient descend
X2
Ma rédaction :
Dans le cadre d’étude d’apprentissage automatique supervisé, on peut également citer la régression linéaire comme un algorithme couramment utilisée pour prédire des
Plan
Introduction generale :
Cette étude visait à analyser les facteurs pouvant être associés à
la présence d'une maladie diabétique. Pour cela, nous utilisons la
régression logistique, une méthode statistique pour déterminer la
relation entre les variables indépendantes et dépendantes. En
particulier, nous chercherons les variables les plus susceptibles
de prédire la présence d'une maladie diabétique. Nous
examinerons également la relation entre différentes variables et
la présence d'une maladie diabétique, et leur impact sur la
prévalence de cette maladie. Enfin, nous discutons des
implications pratiques et des recommandations qui peuvent être
tirées de nos résultats
Show Changes
Check For Plagiarism
PdfWord