Ects : 4

Enseignant responsable :

• Wissam GHERISSI

Volume horaire : 33

Description du contenu de l'enseignement :

Ce cours constitue une introduction à l ’ apprentissage artificiel. Nous ferons des rappels de statistiques élémentaires et y aborderons les algorithmes fondamentaux d ’ apprentissage supervisé et non supervisé.

1) apprentissage supervisé: K-plus proches voisins, Analyse discriminante linéaire et quadratique méthode bayésienne naïve, régression logistique

2) apprentissage non supervisé: classification hiérarchique, nuées dynamiques, mixtures de gaussiennes

Compétence à acquérir :

Fondamentaux du Machine Learning (nécessaires pour l ’ étude des modèles plus récents), méthodologie pour l ’ application du Machine Learning sur des données réelles (baseline, validation, pré-traitement) et bases librairies ML de Python