Analyse discriminante linéaire et quadratique
Des classifieurs génératifs gaussiens dont les hypothèses de covariance partagée ou propre à chaque classe produisent des frontières linéaires ou quadratiques.
Des classifieurs génératifs gaussiens dont les hypothèses de covariance partagée ou propre à chaque classe produisent des frontières linéaires ou quadratiques.
Propagation avant, rétropropagation et mise à jour des paramètres dans un classificateur à une couche cachée.
Classification binaire avec score linéaire, probabilité sigmoïde, perte logarithmique et gradients de paramètres obtenus par la règle de la chaîne.
Distinguer trois rôles de modèles selon leurs entrées, sorties et objectifs d’apprentissage, et comprendre pourquoi une architecture BERT ne garantit ni une capacité de recherche ni une capacité de décision.
Classification linéaire multiclasse avec logits, probabilités softmax, entropie croisée et limites claires par rapport aux tâches multilabel.