Rangées par dépendance, pas par deck : chaque chaîne suppose les précédentes. Une chaîne = hypothèses → mécanisme → où ça casse → résumé ; un déroulé = la même chaîne sur des exemples chiffrés ; un pont = un mécanisme vu dans plusieurs domaines. Anki teste l'atome ; ici on relit l'enchaînement.
5 · Modèles linéaires
01Régression linéaire — le modèle, OLS, ce que R² ne dit paschaîne · modèles linéaires — une hypothèse sur y sachant x, des carrés parce que gaussien, une forme fermée parce que linéairespec prêt
02Régression logistique — logit, odds ratio, effet marginalchaîne · modèles linéaires — linéaire en log-cote, jamais en probabilité ; e^β multiplie une cotespec prêt
03Régularisation vue en biais-variance — le chemin de λchaîne · modèles linéaires — rétrécir les coefficients échange un biais contre de la variance ; λ se lit sur une courbe en Uspec prêt
6 · Évaluer
01Biais, variance, bruit — la décompositionchaîne · évaluer — le tirage est le dataset entier, et l'erreur se coupe en troisv1
02Estimer l'erreur — validation croisée, LOOCV, fuitechaîne · évaluer — imiter des données non vues sans en gaspiller, et ne rien laisser passer du futurspec prêt
03Seuil, matrice de confusion, ROC, PRchaîne · évaluer — un score devient une décision par un seuil, et chaque métrique regarde une colonnespec prêt
04Scores, calibration, déséquilibre — que vaut un 0,8 ?chaîne · évaluer — discriminer n'est pas être calibré, et le déséquilibre se traite par le seuil avant toutspec prêt
7 · Arbres, ensembles, k-means
01Arbres — impureté, split, profondeurchaîne · arbres et ensembles — un arbre coupe là où l'impureté baisse le plus, et sa profondeur est sa variancespec prêt
02Bagging et forêt aléatoire — la variance seulechaîne · arbres et ensembles — moyenner des arbres profonds réduit la variance, et tirer m features baisse ce que la moyenne ne peut pas baisserspec prêt
03Gradient boosting — une descente dans l'espace des fonctionschaîne · arbres et ensembles — chaque arbre ajuste le gradient négatif de la loss au modèle cumulé ; ν est le passpec prêt
04k-means — une descente alternée sur l'inertiechaîne · arbres et ensembles — Lloyd alterne deux minimisations exactes et converge vers un optimum local ; l'initialisation décidespec prêt
9 · Coding
C00TAP — invariant, variant, conclusion, complexitécoding · signal → pattern → invariant → complexitéà venir
C01Fenêtre glissantecoding · signal → pattern → invariant → complexitéà venir
C02Deux pointeurscoding · signal → pattern → invariant → complexitéà venir
C03Binary searchcoding · signal → pattern → invariant → complexitéà venir
C04Listes chaînéescoding · signal → pattern → invariant → complexitéà venir
C05Arbrescoding · signal → pattern → invariant → complexitéà venir
C06Graphescoding · signal → pattern → invariant → complexitéà venir
C07Heapcoding · signal → pattern → invariant → complexitéà venir
C08Intervalscoding · signal → pattern → invariant → complexitéà venir
C09DP 1Dcoding · signal → pattern → invariant → complexitéà venir