Descriptif
Cours en français non accessible aux étudiants inscrits dans les filières SD ou TSIA.
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, réseaux de neurones, SVM/SVR, arbre, méthodes d'ensemble) seront étudiés. 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, réseaux de neurones, SVM/SVR, arbre, méthodes d'ensemble) seront étudiés. Une courte introduction à l'apprentissage non supervisé sera également proposée.
Objectifs pédagogiques
Objectifs pédagogiques:
acquérir les fondement de l'apprentissage statistique, en particulier avec les méthodes à noyaux, arbres et méthodes d'ensemble, réseaux de neurones.
24 heures en présentiel
réparties en:
- Leçon : 24
Diplôme(s) concerné(s)
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 partagées acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Echange non diplomant
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé