Régression linéaire et critères d’erreur

Extrait de la fiche de révision

Plan du Cours

  1. Modèle et fonction cible
  2. Régression linéaire et paramètres
  3. Erreurs et erreur absolue moyenne
  4. Critères de perte et comparaison
  5. Ajuster les paramètres du modèle
  6. Choisir et évaluer un modèle
  7. Généraliser la régression linéaire

1. Modèle et fonction cible

Notions clés & Définitions

  • Fonction cible : La règle, généralement inconnue, qui associe une entrée de l’espace 𝒳 à une sortie de l’espace 𝒴.
  • Modèle : Une fonction calculable réglée par les paramètres θ, qui vise à approcher la fonction cible f.

★ À maîtriser

  • Apprendre consiste à ajuster θ à partir des couples (xᵢ, yᵢ), tandis que prédire consiste à fixer θ, fournir une entrée et calculer ŷ.

Compléments

  • Pour l’exemple i, (xᵢ, yᵢ) est le couple associant l’entrée xᵢ, information disponible pour prédire, à la réponse attendue yᵢ, et i numérote les exemples.

  • Dans le cas idéal sans bruit, la réponse attendue vérifie yᵢ = f(xᵢ).

Astuce mémo

La fonction cible f est la règle recherchée ; le modèle fθ est la fonction calculable qui l’approche.

2. Régression linéaire et paramètres

Lire la fiche complète →

Aperçu du QCM

1. Dans un problème où l’entrée est le nombre de pages et la sortie la durée, que désigne la fonction cible ff ?

2. Pour un nouveau document, un système garde ses paramètres θ\theta fixés, reçoit son nombre de pages et calcule une durée estimée. Quelle opération effectue-t-il ?

3. Un modèle affine estime la durée d’un document de 66 pages avec a=1,5a=1{,}5 seconde par page et b=2b=2 secondes. Quelle durée prédit-il avec y^=ax+b\hat{y}=ax+b ?

Faire le QCM (11 questions) →

Aperçu des flashcards

Que représente la fonction cible $f$ ?

La règle généralement inconnue associant une entrée de $\mathcal{X}$ à une sortie de $\mathcal{Y}$.

Quelle formule utilise la régression linéaire simple pour prédire la sortie ?

y^=ax+b\hat{y}=ax+b

Que désigne le couple $(x_i,y_i)$ pour l’exemple $i$ ?

L’entrée $x_i$ et la réponse attendue $y_i$.

Que représente le paramètre aa dans le modèle affine de durée ?

Le temps prédit par page.

Comment calcule-t-on l’erreur signée d’une prédiction ?

La prédiction moins la valeur observée.

Quelle unité la MSE utilise-t-elle pour exprimer son résultat ?

L’unité des erreurs au carré.

Voir toutes les 10 flashcards →

Questions fréquentes

Que contient la fiche de révision sur Régression linéaire et critères d’erreur ?

La fiche de révision couvre les notions essentielles de Régression linéaire et critères d’erreur. Elle est structurée par thématiques pour faciliter l'apprentissage et la mémorisation, avec des définitions clés, des explications et des synthèses.

Lire la fiche complète →

Combien de questions contient le QCM sur Régression linéaire et critères d’erreur ?

Le QCM contient 11 questions à choix multiples avec corrections détaillées et explications pour chaque réponse. Idéal pour tester tes connaissances et identifier tes lacunes.

Faire le QCM (11 questions) →

Comment réviser Régression linéaire et critères d’erreur avec les flashcards ?

Revizly propose 10 flashcards interactives sur Régression linéaire et critères d’erreur. Chaque carte présente une question au recto et la réponse au verso, permettant une révision active et efficace basée sur la répétition espacée.

Voir toutes les 10 flashcards →

Cours similaires

Crée tes propres fiches depuis tes cours

Importe ton PDF ou colle ton cours, l'IA génère fiches, QCM et flashcards en 30 secondes.