Volumes horaires
- CM 15.0
- Projet -
- TD 3.0
- Stage -
- TP -
- DS -
Crédits ECTS
Crédits ECTS 1.5
Objectif(s)
Le «?Machine Learning?» ou «?Apprentissage statistique?» est l'une des nombreuses branches de l'intelligence artificielle (IA).
Il s'agit d'une discipline récente, les premiers papiers spécialisés remontent aux années 70.
Beaucoup de directions sont apparues depuis, beaucoup d'explorations sont encore possibles.
Ce cours concerne uniquement les principes de l'apprentissage statistique supervisé.
Quelques exemples d'algorithmes sont donnés en lien avec les principes généraux.
Responsable(s)
-
Contenu(s)
Apprentissage supervisé Probablement Approximativement Correct - PAC - PAC agnostique
Prédicteurs linéaires
Compromis biais-variance
Dimension de Vapnik-Chervonenkis
Méthodes des plus proches voisins
Modèles génératifs
SVM dur et souple - principes des méthodes à noyau.
Probabilités appliquées. Cours Ensimag première année.
Principes et méthodes statistiques. Cours Ensimag première année.
Contrôle des connaissances
SESSION NORMALE :?
Type d'examen : examen écrit?
Durée : 2 h 00
?Documents autorisés : notes de cours manuscrites
Documents interdits :? tout le reste
Matériel autorisé : aucun
SESSION DE RATTRAPAGE :?
Type d'examen : examen écrit?
Durée : 2 h 00
?Documents autorisés : notes de cours manuscrites
Documents interdits :? tout le reste
Matériel autorisé : aucun
N1=E1
N2=E2
Calendrier
Le cours est programmé dans ces filières :
- Cursus ingénieur - Filière IF - Semestre 9
Informations complémentaires
Code de l'enseignement : WMMFTMP4
Langue(s) d'enseignement : 
Vous pouvez retrouver ce cours dans la liste de tous les cours.