Difference between revisions of "Courses/MLEA1"
From LRDE
(Created page with "{{Course |title=Classifieurs "Machine Learning" niveau-1 |acronym=MLEA1 |teacher=Reda |period=S4, Ing2 |audience=Majeure, SCIA |optional course=non |module=Informatique Fondam...") |
|||
| (2 intermediate revisions by 2 users not shown) | |||
| 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, SCIA |
+ | |audience=Majeure, SCIA, RDI |
|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* Réduction de Dimension (Analyse en Composantes Principales, Analyse Discriminante Linéaire (Analyse de Fischer))* Arbre de décision |
||
| − | |content=* Introduction |
||
| − | * Méthodes des K plus proche voisins |
||
| − | * Principes, distances, WKNN, KNN Composite, Optimisation |
||
| − | * Méthodes d'évaluation des classifieurs |
||
| − | * Classifieur SVM, Profile SVM, Notion de Kernel |
||
| − | * Extension Multiclasse de classifieurs binaires |
||
| − | * TP de mise en pratique |
||
|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 |
||
Latest revision as of 15:34, 4 February 2020
| Titre |
Classifieurs "Machine Learning" niveau-1 |
|---|---|
| Sigle |
MLEA1 |
| Enseignant | |
| Période |
S4, Ing2 |
| Public |
Majeure, SCIA, RDI |
| 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 |