Comprendre les principes de construction de modèles prédictifs
En savoir plus sur :
- Deux approches
- Global - plus stable, moins flexible
- Local - moins stable, plus flexible
- Prévenir le surapprentissage
- Régression linéaire, régression par étapes, régression généralisée, régression pénalisée
- Arbres de décision, forêts Bootstrap
- Arbres boostés
- Réseaux neuronaux
- Importance des ensembles de tests et comment les utiliser
- Comparer et choisir des modèles
Remarque : cette vidéo utilise JMP 14 et JMP Pro 14.
Modélisation prédictive et apprentissage automatique
