ML Cours11: Apprentissage ensembliste (ensemble learning)

[Apprentissage Automatique / Machine Learning] Cours 11 - Apprentissage ensembliste (ensemble learning) Génération de modèles d'apprentissage. Combinaison d'experts. Combinaison à plusieurs étages. Système de vote. Importance du rejet. Règle idéale. Concept de rejet. Critères de rejet. Cours Apprentissage Automatique / Machine Learning [12 cours complets, Université, Français, Québec] 00:00:00 - Introduction 00:01:17 - Rappels SVM 00:05:46 - Motivation 00:15:10 - Diversité des modèles 00:28:03 - Fondements théoriques 00:46:27 - Algorithmes et hyperparamètres 00:54:05 - Forêts aléatoires 01:03:26 - Représentation des données 01:13:34 - Combinaison de modèles 01:21:48 - Règles d'agrégation 01:34:46 - Exemple pratique 01:40:07 - Réduction de variance 01:44:20 - Analyse comparative 01:50:54 - Bagging 01:55:08 - Gestion des erreurs 02:03:48 - Boosting et AdaBoost 02:11:38 - Modèles en cascade 02:16:53 - Conclusion