5PMSAST6 : Machine Learning - WPMTDML0

Objectif(s)

Introduction à la théorie de la prédiction statistique (régression/classification)

• Présentation de modèles/algorithmes pour l’apprentissage supervisé/non supervisé
• Illustration de ces algorithmes sur différents jeux de données
  (intelligence artificielle, bioinformatique, vision, etc ...)

Contenu(s)

• Introduction générale à la théorie de la prédiction (régression/classification)
• Approches génératives : analyses discriminantes, hypothèses bayésien naïf
• Approches discriminatives : régression logistique
• Approches prototype : machines à vecteurs support (SVM)
• Classification non supervisé (kmeans et modèle de mélanges)
• Apprentissage de dictionnaires / Reconstruction parcimonieuse
• Séparation de Sources

Notions élémentaires de probabilités/statistiques, filtrage