Descriptif
Cours en anglais
L'apprentissage statistique s'intéresse à l'inférence de modèles pour la reconnaissance de formes, la prédiction et le diagnostic, dans un cadre probabiliste et statistique.
Dans ce cours, l'étudiant apprendra
- d'abord à poser un problème d'apprentissage supervisé (classification et régression) en le formulant comme un problème d'optimisation de critères statistiques,
- à développer un algorithme dapprentissage approprié
- et à évaluer la fonction de classification ou de régression ainsi construite.
Les principaux modèles et algorithmes de l'apprentissage supervisé tels que le perceptron, SVM/SVR, arbre, méthodes d'ensemble) seront étudiés ainsi que quelques approches génératives. Une courte introduction à l'apprentissage non supervisé sera également proposée.
L'apprentissage statistique s'intéresse à l'inférence de modèles pour la reconnaissance de formes, la prédiction et le diagnostic, dans un cadre probabiliste et statistique.
Dans ce cours, l'étudiant apprendra
- d'abord à poser un problème d'apprentissage supervisé (classification et régression) en le formulant comme un problème d'optimisation de critères statistiques,
- à développer un algorithme dapprentissage approprié
- et à évaluer la fonction de classification ou de régression ainsi construite.
Les principaux modèles et algorithmes de l'apprentissage supervisé tels que le perceptron, SVM/SVR, arbre, méthodes d'ensemble) seront étudiés ainsi que quelques approches génératives. Une courte introduction à l'apprentissage non supervisé sera également proposée.
24 heures en présentiel (16 blocs ou créneaux)
réparties en:
- Contrôle de connaissance : 1.5
- Travaux Pratiques : 9
- Leçon : 12
Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'ingénieur
SD204. Modèles linéaires, régularisation
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Echange international non diplomant
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé