• ECTS

    3 crédits

  • Composante

    Sciences économiques, gestion, mathématiques et informatique

  • Volume horaire

    32h

  • Période de l'année

    Enseignement dixième semestre

Description

Ce cours vise à approfondir les techniques de Machine Learning. Il aborde la notion de malédiction de la dimension, les techniques de rééchantillonnage et d'agrégation de modèle visant à améliorer l'apprentissage ainsi que l'apprentissage profond.

Thématiques abordées :
- réduction de la dimension (PCA, ICA, régression ridge, lasso);
- algorithmes de rééchantillonnage : boosting, bootstrap, adaboost;
- arbres de décision, forêts aléatoires;
- réseaux de neurones, apprentissage profond, apprentissage par renforcement.

Lire plus

Objectifs

savoir choisir une méthode d'apprentissage en fonction de l'architecture des données; savoir mettre en oeuvre la méthode choisie et évaluer ses performances, à travers des librairies R ou Python.

Lire plus

Évaluation

Rendu de projet.

Lire plus

Heures d'enseignement

  • CMCM16h
  • TDTD16h