Dans notre Club de Lecture, nous explorerons les défis et les techniques pour apprendre à partir de données déséquilibrées. Ce type de données est courant dans de nombreux domaines, comme la détection de fraude, la détection d'anomalies et la médecine....

Au cours de cette session, nous discuterons de :

1. Les différents types de déséquilibres de données
2. Les techniques de rééchantillonnage des données
3. Les algorithmes d'apprentissage automatique adaptés aux données déséquilibrées
4. Les métriques d'évaluation pour les données déséquilibrées

Nous lirons et discuterons le papier suivant :

Learning from imbalanced Data

Ce club de lecture est ouvert à tous les niveaux d'expérience en Apprentissage Automatique.

Pour participer, veuillez vous enregistrer ici gratuitement !

Nous espérons vous y voir !

#ML #apprentissageautomatique #donnéesdéséquilibrées #paperreadingclub

N'hésitez pas à partager cet événement avec vos amis et collègues!

Ressources supplémentaires :

Si vous avez manquez la première session sur le ML Paper Reading Club, nous avions parlé et discuté autour de cet article : An Introduction to ROC analysis.

Organisé par : TFUG Abidjan, TFUG Bassam 🤠