Apprentissage, classification automatique, data mining

Catalogue des cours de Télécom SudParis

Code

MAT 4102

Niveau

Graduate (M2)

Domaine

Mathématiques

Langue d'enseignement

Français

Crédits ECTS

3

Heures programmées / Charge de travail

30 / 60

Responsable(s)

  • EL YACOUBI Abdenaim

Département

- Electronique et Physique

Objectifs

A l'issue de ce module, les étudiants de 2ème année devront

- appréhender les bases des méthodes de classification et d'apprentissage statistiques.
- être capables de distinguer les méthodes d'apprentissage supervisées, non-supervisées et par renforcement, ainsi que leurs contextes d'application.
- mettre en oeuvre quelques méthodes d'apprentissage supervisées et non-supervisées sur des jeux de données réels.
- mettre en pratique des méthodes de base en apprentissage par renforcement.
- être capables de modéliser un problème de classification réel et complexe par un modèle d'apprentissage statistique approprié.

Contenu

Apprentissage statistique;
- sous-apprentissage, sur-apprentissage, validation ;
- data mining;
- réseaux de neurones ;
- Séparateurs à Vaste Marge (SVM) ;
- Modèles de Markov ;
- Apprentissage par renforcement ;

Prérequis

- Probabilités et Statistiques, Algèbre linéaire, Programmation

Mots-clés

- Apprentissage, Classification, Réseaux de neurones, Modèles de Markov

Evaluation

Note finale = 1/3 [2x(Note moyenne de TPs) + CF]

Approches pédagogiques

 

Programme

Programme Ingénieur

Fiche mise à jour : 19/06/2018 10:30:12