/
Français
English
No description
ECUE IA : Bases de l'apprentissage automatique
ECUE's code : SLEI500
PORTAIL SCIENCES ET TECHNOLOGIES
Informatique
,
Mathématiques appliquées et applications des mathématiques
Campus SophiaTech Les Lucioles
Licence 3
Semestre impair
Anglais
,
Français
PRESENTATION
Ce cours offre une introduction complète aux concepts fondamentaux du Machine Learning. Les étudiants exploreront les différents paradigmes d'apprentissage : supervisé et non-supervisé. Le cours couvrira les techniques essentielles de régression et classification, les méthodes de clustering, ainsi que les techniques de réduction de dimension. L'objectif est de fournir une compréhension solide des algorithmes et principes de base permettant d'analyser et d'extraire des connaissances à partir de données.
Course's manager(s)
Pierre Pereira
In class
- 10h of lectures
- 10h of directed studies
PREREQUISITES
Before the start of the course, I must ...
-
Bases en calcul matriciel
-
Python
OBJECTIVES
By the end of this course, I should be able to...
- Modèles classiques : régression linéaire, kNN, K-Means, Decision Tree, ...
- Regression vs classification
- Sur-apprentissage vs sous-apprentissage, compromis biais-variance
- Entraînement supervisé vs non-supervisé
- Grandes étapes d'un projet de Machine Learning
CONTENT
-
1 - Introduction
-
2 - Régression Linéaire
No description
-
3 - Exploration des données
No description
-
4 - Classification & régression
No description
-
5 - Clustering & réduction de dimension
No description
Access to complete Syllabus (Authentification required)
Important
This syllabus has no contractual value. Its content is subject to change throughout this year: be aware to the last updates