Introduction à la science des données - 3MMISD

Objectif(s)

L’objectif de ce cours est une introduction à la science des données et aux principes de bases de l'apprentissage automatique supervisé. Des connaissances en calcul des probabilités et en théorie de l'information sont nécessaires pour aborder le cours.

Après l'introduction de lois multidimensionnelles, notamment gaussiennes, le cours abordera les principes de la théorie de la décision et la minimisation de fonctions de perte. Ensuite, il appliquera cette théorie à l'apprentissage supervisé et à l'intelligence artificielle prédictive, en particulier aux réseaux de neurones multicouches.

Le cours privilégie une approche fondée sur des exemples, et les notions étudiées sont systématiquement appliquées de manière concrète dans des travaux pratiques notés. Les exemples comprennent des données simulées, la prédiction de la survie des passagers du Titanic, la prédiction du cancer du sein à partir de mesures histologiques, l'analyse d'opinions à partir de texte écrits.

Les travaux dirigés se feront en langage R, présenté lors des cours. Chaque élève sera amené à programmer plusieurs intelligences artificielles lors des travaux pratiques et à répondre à un défi d'analyse prédictive.

Contenu(s)

Introduction au langage R. Lois de probabilités multidimensionnelles. Théorie de la décision. Apprentissage supervisé. Réseaux de neurones.

Notions en probabilités, en théorie de l'information, en programmation. Motivation pour apprendre de nouvelles matières.