Bienvenue dans cet email du calendrier de l'Avent, Jour 21.

​

Si tu as ouvert ton calendrier depuis le début de ce mois,, tu sais que nous avons déjà abordé les thématiques suivantes :

• Qu'est-ce que la p-valeur ?
• Les notions de base en statistique (échantillon, paramètre, statistique, estimateur, représentativité)
• Statistique ou Les statistiques
• La statistique inférentielle résumée en une phrase
• Corrélation entre variables quantitatives
• Liaison entre variables qualitatives
• Relation entre une variable quantitative et une variable qualitative sur échantillons indépendants
• Relation entre une variable quantitative et une variable qualitative sur échantillons appariés
• Tests d'égalité de proportion
• Test paramétrique vs Test non paramétrique
• Tests d'adéquation à une loi
• Comment tester la normalité
• Le paradoxe de Simpson et les biais en statistique
• Les concepts de base en data science
• Les types d'apprentissage en machine learning
• Qu'est-ce que le machine learning ?
• La régression linéaire
• Impact de la non-validation des hypothèses d'une régression linéaire
• Comment vérifier les hypothèses d'une régression?
• Solution violation des hypothèses de régression linéaire.

L'ensemble des articles est disponible ici : https://natacha-njongwa-yepnga.ck.page/profile​

​

🎓 Pour le Jour 21, notre thème sera : "Les concepts de biais/variance, l'underfitting et l'overfitting"

​

​

Voici le programme de la journée :

• La notion d'underfitting et d'overfitting
• Le biais et la variance en machine learning .
• Le Quiz pour évaluer vos connaissances.

---

La Notion d'Underfitting et d'Overfitting

L'underfitting (sous-apprentissage) se produit lorsqu'un modèle de machine learning est trop simple pour capturer les motifs et les relations dans les données. En pratique, on observe de l'underfitting lorsque les performances sont mauvaises, non seulement sur la base d'apprentissage, mais aussi sur la base de test.

​

L'overfitting (surapprentissage), à l'opposé, survient quand un modèle est trop complexe. Il apprend non seulement les motifs pertinents dans les données d'entraînement, mais aussi le bruit et les détails spécifiques à cet ensemble de données.

Dans la pratique, un modèle qui présente de l'overfitting est un modèle qui affiche d'excellentes performances sur la base d'apprentissage, mais qui a de très mauvaises performances sur une base de test. Un tel modèle généralise mal à des situations inconnues. Vous pouvez lire l'article d'Amazon suivant sur le sujet: https://aws.amazon.com/fr/what-is/overfitting/#:~:text=Le%20surajustement%20est%20un%20comportement,pas%20pour%20les%20nouvelles%20donn%C3%A9es.​

---

Le biais et la variance en machine learning .

Le Biais en machine learning fait référence à une erreur provenant de suppositions erronées dans le processus d'apprentissage du modèle. Un biais élevé peut entraîner l'underfitting, où le modèle est trop simpliste pour capturer la complexité ou les nuances des données.

La Variance est le degré auquel le modèle de machine learning est sensible aux petites fluctuations dans les données d'entraînement. Une variance élevée peut conduire à l'overfitting, où le modèle apprend trop de détails et de bruits spécifiques à l'ensemble de données d'entraînement, au détriment de sa capacité à bien performer sur des données non vues.

​

Gestion du Compromis Biais-Variance

Le principal défi en machine learning est de gérer le compromis entre le biais et la variance. Idéalement, un modèle doit avoir un biais assez bas pour faire des prédictions précises et une variance suffisamment faible pour bien généraliser à partir des données d'entraînement vers des données de test inédites. Trouver cet équilibre est crucial pour le développement d'un modèle robuste et fiable.

Pour plus de détails, vous pouvez revoir la vidéo du jour 36 du challenge #100JoursDeML

​

---

Le Quiz du jour

Question 1: Qu'est-ce que l'underfitting dans le contexte de l'apprentissage automatique ?

A. Lorsqu'un modèle est trop complexe et capture le bruit dans les données.

B. Lorsqu'un modèle est trop simple pour capturer la complexité des données.

. Lorsqu'un modèle réalise des prédictions parfaites sur les données de test.

Question 2: Quelle est la meilleure description de l'overfitting ?

A. Lorsqu'un modèle ne parvient pas à apprendre suffisamment à partir des données d'entraînement.

B. Lorsqu'un modèle réalise des prédictions médiocres sur les données de test malgré de bonnes performances sur les données d'entraînement.

C. Lorsqu'un modèle est suffisamment flexible pour s'adapter à toutes sortes de données.

Question 3: Quelle affirmation décrit le mieux le compromis entre le biais et la variance ?

A. Un modèle avec un biais élevé et une faible variance est généralement le plus précis.

B. Augmenter la complexité du modèle réduit généralement le biais et augmente la variance.

C. Une variance élevée est toujours préférable à un biais élevé.

​

💌 Contact et Partage

Merci de m'avoir lu. Vos retours sont précieux ; n'hésitez pas à me faire part de vos commentaires par email.

Si vous avez aimé cet email, partagez-le sur vos réseaux ou autour de vous en utilisant ce lien https://natacha-njongwa-yepnga.ck.page/inscriptionnewsletter​

​

Bonne journée à vous et à demain pour la surprise du jour 22.

​

Let's go!

​

Natacha