Régression de Poisson : modéliser un nombre d’événements
Quand tu comptes des événements plutôt que de les mesurer, la régression de Poisson relie ce compte à ce qui le fait varier. Loi, lien logarithmique et piège à éviter.
Apprentissage de l'IA
Algèbre linéaire, probabilités, statistiques et optimisation : les mathématiques essentielles pour comprendre l’IA, expliquées clairement.
Quand tu comptes des événements plutôt que de les mesurer, la régression de Poisson relie ce compte à ce qui le fait varier. Loi, lien logarithmique et piège à éviter.
Qu’est-ce que la régression locale ? De petits ajustements autour de chaque point, pondérés par la proximité, pour suivre une courbe sans forme imposée.
Softmax convertit une liste de scores bruts en probabilités qui totalisent 1. Sa formule, un calcul chiffré, et les endroits où elle travaille vraiment.
Une fonction en escalier découpe X en intervalles et ajuste une constante par intervalle. Comment la lire, ce qu’elle évite d’imposer, ses deux limites.
Un polynôme additionne des puissances entières de x, chacune avec son coefficient. Sa forme, son degré, son rôle dans un modèle et ses autres emplois.
La sigmoïde range n’importe quel nombre entre 0 et 1. Formule, pente, effet sur l’apprentissage d’un neurone et idées reçues à lâcher.
Variances sur la diagonale, covariances ailleurs : découvre ce que contient une matrice de covariance, comment la lire et à quoi elle sert vraiment.
La corrélation des erreurs rend un modèle trop sûr de lui : intervalles trop étroits, p-valeurs trop faibles. Ce que c’est, où elle surgit, comment la situer.
Une droite dont les erreurs s’évasent de gauche à droite viole une hypothèse de la régression. Reconnais l’entonnoir, évite les confusions, corrige-le.
Une spline raccorde de petits polynômes en des points appelés nœuds pour tracer une courbe lisse. Construction, réglage et limites, avec le code.