La régression linéaire et logistique

Vous êtes intéressés par le Machine Learning mais ne savez pas trop par où commencer ? On va détailler pour vous 2 à 3 méthodes fondamentales du domaine, code à l'appui.

En alternant les bases théoriques et des implémentations concrètes des concepts vus, on parcourra la régression linéaire, la régression logistique et k-means optionnellement si le temps le permet. Si vous ne savez pas encore ce que veulent dire ces 3 termes, c'est l'occasion parfaite de le découvrir.

Les implémentations seront faites en python. Si vous ne connaissez pas la syntaxe, elle se comprend relativement bien sans explications --- le langage a été conçu pour se lire de manière proche de l'anglais --- mais il peut être judicieux de parcourir un tutoriel avant le meetup. Une semaine avant le meetup, nous mettrons en ligne des instructions pour installer les logiciels nécessaires aux implémentations vues.

À faire avant le jour du meetup :
Au cours de la séance, nous aurons besoin de quelques librairies python. Pour les installer, il suffit d'utiliser pip [1] (et en option virtualenv si vous voulez garder un système clean, voir le tutoriel en [1]). Nous aurons besoin des librairies suivantes :

• ipython[notebook] version 4.0.0
• numpy version 1.9.3
• matplotlib version 1.4.3
• sklearn

Par exemple, la commande suivante devrait suffire dans un virtualenv :

pip install 'ipython[notebook] == 4.0.0' 'numpy == 1.9.3' 'matplotlib == 1.4.3' sklearn

[1] http://www.inspyration.org/tutoriels/utiliser-pip

N'hésitez pas à poser vos questions sur la page du meetup si vous avez des questions sur ce process d'installation.

Notre présentateur :

Issu du master ATAL (Apprentissage et Traitement Automatique des Langues), Hugo Mougard est en deuxième année de thèse à l'Université de Nantes avec comme sujet l'alignement multimodal de ressources éducatives et scientifiques.