2026-09-08 — Intro ML

Contexte

Matière : _Machine Learning · Prof : · Type : cours

🎯 Objectifs de la séance

• Comprendre apprentissage supervisé vs non-supervisé

🧠 Notions clés

• Supervisé : données étiquetées (X, y) → régression / classification
• Non-supervisé : pas d’étiquettes → clustering, réduction de dimension

📝 Notes

(séance d’exemple — supprime-la quand tu veux)

💡 Exemples / démos

⚠️ À retenir absolument (examen)

• Différence biais / variance

❓ Points flous / à revoir

• Revoir la démonstration du gradient descent

🔗 Liens

• Séance précédente : [[]]
• Concepts liés : [[]]