 | Programme d’études 2017-2018 | English | |
 | Advanced Data Science and Machine Learning | ||
Activité d'apprentissage à la Faculté Polytechnique |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) |
|---|---|---|---|
| I-MARO-220 |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Anglais | Anglais | 30 | 0 | 30 | 0 | 0 | Q2 |
Contenu de l'AA
- réseaux de neurones profonds - apprentissage par renforcement - apprentissage actif - méthodes d'ensemble (forest aléatoires, ...) - théorie de l'apprentissage statistique
Supports principaux non reproductibles
- diapositives des présentations orales (théorie et exemples) - syllabus d'exercices pratiques
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
- Abu-Mostafa, Yaser S., Malik Magdon-Ismail, and Hsuan-Tien Lin. <em>Learning from data</em>. (2012) - Mitchell, Tom M. <em>Machine learning</em> (1997). - Christopher M. Bishop, <em>Pattern Recognition and Machine Learning (2012)</em>
Mode d'enseignement
- Face à face
Types d'activités
- Cours magistraux
- Conférences
- Projets supervisés
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend