Code
IGFF MAT 4251
Niveau
M1
Graduate
Graduate
Semestre
Fall
Domaine
Mathématiques
Programme
Programme Ingénieur
Langue
Français/French
Crédits ECTS
2,5
Heures programmées
30
Coordonnateur(s)
Département
- Communications, Images et Traitement de l'information
Organisation
Cours/TD/TP/projet/examen : 15/12/0/0/3Acquis d'apprentissage
1) Apprendre et appliquer les concepts fondamentaux de l’apprentissage statistique.
2) Comprendre les concepts mathématiques derrière les méthodes et algorithmes les plus courants.
3) Être capable de lire et comprendre les articles de recherches contemporain du domaine.
Compétences CDIO
- 1.1.1 - Mathématiques (y compris statistiques)
- 2.1.2 - Modélisation
Prérequis
Probabilités (SIC3101), Statistiques (MAT3601), Algèbre linéaire, Espace vectoriels normés et produits scalaires
Contenu
- Fonction de perte et risque, Fonction de score, Risque empirique
- Analyse discriminante
- Régression logistique et réseaux de neurones
- Régression multilinéaire
- Optimisation par descente de gradient
Evaluation
CF1: examen écrit de 3 heures (seule note du module)
Rattrapage: un CF2 est prévu, avec les mêmes modalités que le CF1
Bibliographie
Probabilistic Machine Learning: An Introduction by Kevin P. Murphy
Approches pédagogiques
Approche théorique de l'apprentissage statistique:
- Cours théoriques avec démonstrations, pour bien comprendre d'où viennent les méthodes présentées, quelles sont leurs garanties sur les résultats.
- TD pour maitriser les notions mathématiques abordées
- Jupyter notebook en supplément présentant la mise en œuvre de ces méthodes dans des cas simples