Fondamentaux en machine learning

Ce cours est une introduction aux techniques de Machine Learning. Il aborde la notion de "généralisation" d'un modèle par des méthodes d'apprentissage.

Compétences attendues :

• Mettre en oeuvre les techniques fondamentales d'apprentissage;
• Evaluer les performances d'un modèle;
• Calibrer les paramètres d'un modèle.

Thématiques abordées : 

• Rééchantillonnage;
• Scoring;
• Classification supervisée (k-plus proches voisins, Logit, séparateurs linéaires et non linéaires).

Comprendre les enjeux du Machine Learning; savoir mettre en oeuvre les techniques fondamentales d'apprentissage sur des données réelles à travers des librairies R ou Python.

Contrôle continu comprenant, d'une part, la restitution d'un travail sur projet par rapport écrit et, d'autre part, une soutenance orale.

Prise en compte de la situation sanitaire : se référer à la disposition générale figurant en préambule des fiches de cours du présent document