Panneau de gestion des cookies
NOTRE UTILISATION DES COOKIES
Des cookies sont utilisés sur notre site pour accéder à des informations stockées sur votre terminal. Nous utilisons des cookies techniques pour assurer le bon fonctionnement du site ainsi qu’avec notre partenaire des cookies fonctionnels de sécurité et partage d’information soumis à votre consentement pour les finalités décrites. Vous pouvez paramétrer le dépôt de ces cookies en cliquant sur le bouton « PARAMETRER » ci-dessous.

ML Project/Data science

Ects : 5

Enseignant responsable :

Volume horaire : 36

Description du contenu de l'enseignement :

Volume horaire : CM : 18h TD : 18h

Syllabus: Complément du cours de Machine Learning : Introduction aux SVM, arbres de décision, random forest, systèmes de recommandation, rappels dur la libraire Numpy et introduction à la librairie Pandas. Mise en oeuvre des différentes techniques et algorithmes (régression, SVM, clustering, random forest, recommandations) sur données réelles et artificielles.

Projet : Travail en groupe, mise en oeuvre sur des données réelles d'un dataset réel choisi par les étudiants.

Compétence à acquérir :

Mise en oeuvre en Python des techniques présentées dans le cours de machine learning, pour familiariser les étudiants avec les outils de programmation scientifique (numpy, pandas scikit learn).