Difference between revisions of "Courses/MLEA1"
From LRDE
Reda Dehak (talk | contribs) m |
|||
Line 1: | Line 1: | ||
{{Course |
{{Course |
||
+ | |visible=No |
||
|title=Classifieurs "Machine Learning" niveau-1 |
|title=Classifieurs "Machine Learning" niveau-1 |
||
|acronym=MLEA1 |
|acronym=MLEA1 |
||
|teacher=Reda |
|teacher=Reda |
||
|period=S4, Ing2 |
|period=S4, Ing2 |
||
− | |audience=Majeure, |
+ | |audience=Majeure, CSI, SCIA |
|optional course=non |
|optional course=non |
||
|module=Informatique Fondamentale |
|module=Informatique Fondamentale |
||
|prerequisites=ANDO |
|prerequisites=ANDO |
||
|objectives=Présentation des outils de classification les plus populaires et des méthodes permettant d’évaluer leurs performances. Développement des capacités à lire des articles de Machine Learning avec un esprit critique par la réalisation d’un projet. |
|objectives=Présentation des outils de classification les plus populaires et des méthodes permettant d’évaluer leurs performances. Développement des capacités à lire des articles de Machine Learning avec un esprit critique par la réalisation d’un projet. |
||
⚫ | |||
− | |content=* Introduction |
||
− | * Théorie de la décision bayésienne |
||
− | * Méthodes d'évaluation des classifieurs |
||
⚫ | |||
− | * Arbre de décision |
||
|references=Neural Networks : A Comprehensive Foundation (Simon Haykin) : 3rd Edition, Prentice Hall |
|references=Neural Networks : A Comprehensive Foundation (Simon Haykin) : 3rd Edition, Prentice Hall |
||
Pattern Classification (Duda, Hart, Stock) : 2nd Edition, Wiley-Interscience |
Pattern Classification (Duda, Hart, Stock) : 2nd Edition, Wiley-Interscience |
Revision as of 14:15, 3 February 2020
Titre |
Classifieurs "Machine Learning" niveau-1 |
---|---|
Sigle |
MLEA1 |
Enseignant | |
Période |
S4, Ing2 |
Public |
Majeure, CSI"CSI" is not in the list (InfoSup, InfoSpé, Tronc-commun, Majeure, Apprentis, Cycle Ing, SCIA, AppIng, RDI, IMAGE, ...) of allowed values for the "Course audience" property., SCIA |
Contrôle | |
Durée | |
Optionnel |
non |
Module |
Informatique Fondamentale |
Prérequis |
ANDO |
Objectifs |
Présentation des outils de classification les plus populaires et des méthodes permettant d’évaluer leurs performances. Développement des capacités à lire des articles de Machine Learning avec un esprit critique par la réalisation d’un projet. |
Plan |
|
Documentation |
|
Support | |
Journaux |