Courses/MLEA2

From LRDE

Revision as of 16:32, 5 June 2014 by Daniela (talk | contribs) (Created page with "{{Course |title=Classifieurs "Machine Learning" niveau-2 |acronym=MLEA2 |teacher=Reda |period=S5, Ing2 |audience=Majeure, SCIA |optional course=non |module=Informatique Fondam...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Titre

Classifieurs "Machine Learning" niveau-2

Sigle

MLEA2

Enseignant

Reda Dehak

Période

S5, Ing2

Public

Majeure, SCIA

Contrôle
Durée
Optionnel

non

Module

Informatique Fondamentale

Prérequis

MLEA1

Objectifs

Première approche des concepts "Machine Learning".

Plan

1. Réduction de Dimension (Analyse en Composantes Principales, Analyse en Composantes Indépendantes)

2. méthodes à base de Kernel

3. Classifieurs (proches voisins et dérivés, bayésiens, SVM) + Méthodes d'évaluation de classifieurs (Cross Validation, Random Subsampling)

4. méthodes ensemblistes (Bagging, Stacking, Boosting)

5. méthodes pour adapter des classifieurs binaires à des problèmes multi-classes

6. Réseaux de neurones (Kohonen, RBF, Réseaux Convolutionnels)

7. Régression

Documentation
  • Neural Networks : A Comprehensive Foundation (Simon Haykin) : 3rd Edition, Prentice Hall
  • Pattern Classification (Duda, Hart, Stock) : 2nd Edition, Wiley-Interscience
  • Localized Support Vector Machine and its efficient Algorithm (Cheng: 2007)
  • Weighted K-Nearest-Neighbor Techniques and Ordinal Classification (Hechenbichler, Schliep: 2004)
  • SVM-KNN: Discriminative nearest neighbour classification for visual category recognition (Zhang et al): CVPR 2006
  • A study of cross-validation and bootstrap for accuracy estimation and model selection (Kohavi: 1995)
Support
Journaux