or
Cette activité fait partie du cours
Dans ce premier chapitre, vous allez ajuster des modèles de régression avec <code>train()</code> et évaluer leur performance hors échantillon au moyen de la validation croisée et de la racine de l'erreur quadratique moyenne (RMSE).
Dans ce chapitre, vous allez ajuster des modèles de classification avec <code>train()</code> et évaluer leur performance hors échantillon au moyen de la validation croisée et de l'aire sous la courbe (AUC).
Dans ce chapitre, vous utiliserez la fonction <code>train()</code> pour régler les paramètres des modèles au moyen de la validation croisée et de la recherche en grille.
Dans ce chapitre, vous vous exercerez à utiliser <code>train()</code> pour prétraiter les données avant d'ajuster les modèles, ce qui améliorera votre capacité à faire des prédictions exactes.
Dans le dernier chapitre de ce cours, vous apprendrez à utiliser <code>resamples()</code> pour comparer plusieurs modèles et sélectionner (ou assembler) le ou les meilleurs.
Exercice en cours