Objectifs par rapport aux acquis d'apprentissage du programme

• Résoudre des problèmes nouveaux.
• Utiliser les connaissances issues de différents domaines pour traiter des questions.
• Utiliser efficacement l'outil informatique.
• Capacité à comprendre un algorithme et à l'implémenter en utilisant des structures de données adéquates.
• Pouvoir développer des programmes informatiques pour résoudre des problèmes ayant une formulation mathématique.
• Pourvoir aborder la littérature et dialoguer avec les autres sciences.
• Avoir une bonne connaissance d'un domaine connexe utilisant les mathématiques.

Acquis d'apprentissage de l'UE

Ce cours présente une introduction générale à l'apprentissage automatique/statistique. Voici une liste (non-exhaustive) des sujets abordés : learning framework (training and test errors, model assessment and selection, bias/variance tradeoff, resampling methods, regularization), supervised learning (linear models, tree-based models, neural networks, parametric/non-parametric models), and unsupervised learning (dimensionality reduction).

Contenu de l'UE : descriptif et cohérence pédagogique

Voir unique activité d'apprentissage.

Compétences préalables

Probabilité et statistique de base
Algèbre matricielle de base
Optimisation non-linéaire de base