Machine Learning classique

Le ML supervisé apprend une fonction f : X → y à partir d'exemples étiquetés.

Le pipeline universel : 1. Séparer les données : train / validation / test (ex. 70/15/15) 2. Entraîner sur train, régler les hyperparamètres sur validation, évaluer UNE FOIS sur test 3. Ne jamais laisser le test "fuiter" dans l'entraînement (*data leakage*)

Le compromis biais-variance — le concept le plus important du ML : - Sous-apprentissage (biais élevé) : modèle trop simple, mauvais partout - Surapprentissage (variance élevée) : modèle qui mémorise le train mais généralise mal

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

Remèdes au surapprentissage : plus de données, régularisation (L1/L2), modèles plus simples, validation croisée.