• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

UE Apprentissage statistique 1

  • Niveau d'étude

    Bac +4

  • ECTS

    3 crédits

  • Crédits ECTS Echange

    3.0

  • Composante

    UFR IM2AG (informatique, mathématiques et mathématiques appliquées)

  • Période de l'année

    Printemps (janv. à avril/mai)

Description

Le cours d'Apprentissage Statistique I s'inscrit dans la continuité du cours d’Analyse de Données, et vise à donner une introduction au domaine de l'apprentissage statistique.

Après une introduction générale au domaine de de l’apprentissage statistique, nous évoquerons différents concepts et méthodes clés de l’apprentissage non-supervisé et étudierons en détail les algorithmes du clustering hiérarchique, des nuées dynamiques (k-means) et de clustering par modèles de mélange de gaussiennes. Nous aborderons ensuite le cadre de l’apprentissage supervisé au travers de l’algorithme des k plus proches voisins, des modèles probabilistes de classification (LDA, QDA et régression logistique) et terminerons par une introduction aux modèles pénalisés.

Les séances pratiques seront réalisées sous R.

Lire plus

Heures d'enseignement

  • CMCM12h
  • TPTP12h

Pré-requis recommandés

UE Analyse des données 1.

Lire plus

Période

Semestre 8

Compétences visées

  • Avoir une vision des concepts et méthodes clés du domaine
  • Appréhender les bases théoriques sous-jacentes
  • Savoir mettre en oeuvre ces méthodes en R
  • Acquérir des réflexes dans l’analyse d’un jeu de données
  • Etre sensibilisé à l’importance des sorties graphiques
Lire plus

Bibliographie

  • Friedman, J., Hastie, T., & Tibshirani, R. (2001). The elements of statistical learning (Vol. 1, No. 10). New York: Springer series in statistics.
  • James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer.
Lire plus