Difference between revisions of "Courses/MLEA2"

From LRDE

m
 
(4 intermediate revisions by 2 users not shown)
Line 1: Line 1:
 
{{Course
 
{{Course
  +
|visible=No
 
|title=Classifieurs "Machine Learning" niveau-2
 
|title=Classifieurs "Machine Learning" niveau-2
 
|acronym=MLEA2
 
|acronym=MLEA2
 
|teacher=Reda
 
|teacher=Reda
 
|period=S5, Ing2
 
|period=S5, Ing2
|audience=Majeure, SCIA, CSI
+
|audience=Majeure, SCIA, RDI
 
|optional course=non
 
|optional course=non
|module=
 
 
|prerequisites=MLEA1
 
|prerequisites=MLEA1
 
|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=, Résumé du cours ou de l'activité pédagogique
 
  +
|content=* Introduction* Classifieur SVM* Kernel Tricks* KSVM* KPCA, KLDA* Extension Multiclasse de classifieurs binaires* Méthodes d'évaluation des classifieurs* TP de mise en pratique
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
 
Classifieur SVM
 
Kernel Tricks
 
KSVM
 
KPCA, KLDA
 
Extension Multiclasse de classifieurs binaires
 
Méthodes d'évaluation des classifieurs
 
TP de mise en pratique
 
 
 
 
|references=Simon Haykin, "Neural Networks : A Comprehensive Foundation", 3rd Edition, Prentice Hall
 
|references=Simon Haykin, "Neural Networks : A Comprehensive Foundation", 3rd Edition, Prentice Hall
 
Duda, Hart, Stock, "Pattern Classification", 2nd Edition, Wiley-Interscience
 
Duda, Hart, Stock, "Pattern Classification", 2nd Edition, Wiley-Interscience

Latest revision as of 14:34, 4 February 2020

Titre

Classifieurs "Machine Learning" niveau-2

Sigle

MLEA2

Enseignant

Reda Dehak

Période

S5, Ing2

Public

Majeure, SCIA, RDI

Contrôle
Durée
Optionnel

non

Module
Prérequis

MLEA1

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
  • Introduction* Classifieur SVM* Kernel Tricks* KSVM* KPCA, KLDA* Extension Multiclasse de classifieurs binaires* Méthodes d'évaluation des classifieurs* TP de mise en pratique
Documentation
  • Simon Haykin, "Neural Networks : A Comprehensive Foundation", 3rd Edition, Prentice Hall
  • Duda, Hart, Stock, "Pattern Classification", 2nd Edition, Wiley-Interscience
  • John Shawe-Taylor et Nello Cristianini, "Support Vector Machines", Cambridge University Press, 2000
  • John Shawe-Taylor et Nello Cristianini, "Kernel Methods for Pattern Analysis", Cambridge University Press, 2004
Support
Journaux