Code
IGFF MAT 4252
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 des concepts avancés de l’apprentissage statistique.
2) Comprendre les concepts mathématiques derrières les méthodes et algorithmes plus avancés.
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), Apprentissage statistique -partie 1 (MAT4251), Algèbre linéaire, Espace vectoriels normés et produits scalaires
Contenu
- Machine à vecteurs de support
- Méthodes à noyaux
- Apprentissage non supervisé
- Forêts aléatoires
- Inférence variationnelle
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