Explore des sujets avancés dans l'apprentissage automatique, en se concentrant sur les extensions SVR et l'optimisation hyperparamétrique, y compris Nu-SVR et RVR.
Présente des solutions pour des exercices sur l'analyse de corrélation canonique, explorant la corrélation, les matrices de Gram, les matrices de noyau et les propriétés vectorielles.
Discute des méthodes du noyau, en se concentrant sur les surajustements, la sélection des modèles et les fonctions du noyau dans l'apprentissage automatique.
