[MUSIQUE] Bienvenue dans le cours de régression de la
spécialisation en apprentissage automatique. La technique de régression est un des outils
les plus utilisés en statistique et en apprentissage automatique pour recueillir des
éléments de veille stratégique à partir de données. Et les méthodes utilisées permettent des activités
aussi variées que la prédiction du cours des actions ou encore la compréhension de réseaux régulateurs de gènes. Lors du premier cours
de la spécialisation, notre discussion de la régression
est restée superficielle. Même si nous avons appliqué certaines de ses méthodes. Dans ce cours-ci,
nous allons explorer le sujet dans le détail. Et nous allons nous attarder
sur les modèles et algorithmes qui animent la régression
et la rendent possible. Ce cours fait partie de la
spécialisation en apprentissage automatique laquelle a été conçue pour respecter
une progression pédagogique. Si rien ne vous empêche des suivre ce cours
en dehors de la spécialisation pour puvoir en retirer
tout le bénéfice, nous vous encourageons à suivre
l'entièreté de la spécialisation. En particulier, nous considérerons
comme assimilé le contenu du cours de base, lequel donne
une vue d'ensemble de la matière que nous allons couvrir
tout au long de la spécialisation, et vous a donné l'occasion d'acquérir
de la pratique avec les différentes méthodes. Dans ce cours-ci,
l'accent est mis sur la régression, mais dans le même temps, nous allons
vous enseigner une série de concepts qui trouveront une application dans beaucoup
d'autres aspects de l'apprentissage automatique. Donc, même si nous décrirons ces concepts
dans le cadre des modèles et algortihmes de régression, certains de ces concepts réapparaîtront
dans le reste de la spécialisation. Les cours suivants de la spécialisation
traiteront de l'analyse discriminante, des méthodes de regroupement et extraction,
des systèmes de recommandation. Ces cours trouveront leur conclusion dans
le projet final, lequel intégrera de l'apprentissage profond qui mettra à profit d'autres
aspects de la spécialisation [MUSIQUE]