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.

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