• 10 heures
  • Moyenne

Ce cours est visible gratuitement en ligne.

course.header.alt.is_video

course.header.alt.is_certifying

J'ai tout compris !

Mis à jour le 18/03/2020

Appréhendez les limites du Machine Learning

Connectez-vous ou inscrivez-vous gratuitement pour bénéficier de toutes les fonctionnalités de ce cours !

Compétences évaluées

  • Identifiez les limites du Machine Learning
  • Question 1

    Que signifie le théorème du no free lunch ?

    Attention, plusieurs réponses sont possibles.
    • En moyenne sur l'ensemble des problèmes de machine learning, aucun algorithme n'aura de meilleure performance qu'un autre.

    • En moyenne sur l'ensemble des problèmes de machine learning, il existe quelques algorithmes qui surpassent tous les autres.

    • Chaque problème nécessite que l'on construise des hypothèses de modélisation spécifiques afin de le résoudre avec efficacité.

  • Question 2

    Que doit-on faire quand on se retrouve face à un problème qui semble intractable ?

    Attention, plusieurs réponses sont possibles.
    • Changer les hypothèses de modélisation, notamment les simplifier.

    • Réduire le nombre de variables en entrée.

    • Attendre encore en espérant que la situation change.

    • Abandonner le problème, la data science ne permettra pas de résoudre ce problème.

  • Question 3

    Comment peut être résolu le compromis biais-variance ?

    Attention, plusieurs réponses sont possibles.
    • En diminuant la variance du modèle grâce à des méthodes ensemblistes

    • En essayant de trouver l'optimum de l'erreur global (biais+variance) en fonction de la complexité

    • En entraînant l'algorithme avec plus de données