Difference between revisions of "Courses/TRPA1"

From LRDE

m
 
(One intermediate revision by the same user not shown)
Line 1: Line 1:
 
{{Course
 
{{Course
  +
|visible=No
 
|title=Outils mathématiques (statistiques) pour la reconnaissance des formes
 
|title=Outils mathématiques (statistiques) pour la reconnaissance des formes
 
|acronym=TRPA1
 
|acronym=TRPA1
 
|teacher=Reda
 
|teacher=Reda
 
|period=S4, Ing2
 
|period=S4, Ing2
|audience=Majeure, SCIA, CSI
+
|audience=Majeure, RDI, SCIA
 
|optional course=non
 
|optional course=non
 
|module=Sciences Générales
 
|module=Sciences Générales
 
|prerequisites=Programme Classes Préparatoires
 
|prerequisites=Programme Classes Préparatoires
 
|objectives=Etudier les méthodes probabilistes de classification et de reconnaissance de formes.
 
|objectives=Etudier les méthodes probabilistes de classification et de reconnaissance de formes.
  +
|content=* Décision bayésienne.* Modèle Probabiliste Simple et Apprentissage de Paramètres.* Modèle de Mélange et Algorithme EM.* Modèle de Mélange de Gaussiennes.* Chaines de Markov Cachées
|content=* Décision bayésienne.
 
* Modèle Probabiliste Simple et Apprentissage de Paramètres.
 
* Modèle de Mélange et Algorithme EM.
 
* Modèle de Mélange de Gaussiennes.
 
* Chaines de Markov Cachées
 
 
|references=Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
 
|references=Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
 
Kevin P. Murphy, Machine Learning: A probabilistic Perspective.
 
Kevin P. Murphy, Machine Learning: A probabilistic Perspective.

Latest revision as of 15:35, 4 February 2020

Titre

Outils mathématiques (statistiques) pour la reconnaissance des formes

Sigle

TRPA1

Enseignant

Reda Dehak

Période

S4, Ing2

Public

Majeure, RDI, SCIA

Contrôle
Durée
Optionnel

non

Module

Sciences Générales

Prérequis

Programme Classes Préparatoires

Objectifs

Etudier les méthodes probabilistes de classification et de reconnaissance de formes.

Plan
  • Décision bayésienne.* Modèle Probabiliste Simple et Apprentissage de Paramètres.* Modèle de Mélange et Algorithme EM.* Modèle de Mélange de Gaussiennes.* Chaines de Markov Cachées
Documentation
  • Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
  • Kevin P. Murphy, Machine Learning: A probabilistic Perspective.
  • Andrew R. Webb and Keith D. Copsey, Statistical Pattern Recognition, Third Edition, Wiley.
Support
Journaux