Discrimination et Scoring
Aperçu des sections
-
I - Le cadre de la classification supervisée
A - Prédiction
1) Contexte
2) Formalisation
3) Cas de la classification supervisée
B - Risque
C - Stratégies d'estimation
D - Problématique de sélection de modèles et complexité
E - Risque et complexité
F - Méthodes pratiques de sélection de modèles
II - Scoring -
I - Introduction
II - Modélisation gausienne des distributions des classes
III - Analyse discriminante linéaire
IV - Analyse discriminante quadratique
V - Analyse discriminante non paramétrique
VI - Analyse discriminante descriptive -
I - Arbres de décision uniques
II - Agrégation par bagging
III - Forêts aléatoires
-
I - Introduction
II - Classifieur de marge maximale
III - SVM classifieur
IV - Noyaux et SVM
V - SVM et régression logistique