Objectif
A l'issue de ce cours, les étudiants doivent être capable de :
– appliquer les méthodes vues en cours sur des problèmes concrets ;
– utiliser les commandes Python permettant de faire appel aux procédures vues en cours ;
– fournir une analyse statistique des méthodes introduites en cours ;
– considérer, dans un cadre d'étude similaire à ceux vus en cours, une nouvelle méthode d'apprentissage ;
– reproduire (de manière guidée) les schémas de preuves vus en cours.
Plan
Chapitre 1 : Introduction à l'apprentissage statistique
Chapitre 2 : Minimisation du risque empirique
Chapitre 3 : Methode à base de partitions (kNN, arbres de décision,…)
Chapitre 4 : SVM
Chapitre 5 : Convexification du risque empirique
Chapitre 6 : Réseaux de neurones