ML 2

Apprentissage automatique 2

Description : Ce cours complète le cours d’apprentissage automatique 1 avec les notions de traitement de données (réduction de dimension, etc.), l’apprentissage non-supervisé, l’apprentissage actif et semi-supervisé, les questions d’explicabilité.

Acquis d’apprentissage : À l’issue de ce cours, les élèves auront complété leur approche en largeur de l’apprentissage automatique.

Modalités d’évaluation : Examen écrit de 2h, rattrapable.

Compétences évaluées :

  • Analyser, concevoir et réaliser des systèmes complexes
  • Développer ses compétences dans un domaine d’ingénieur et dans un métiers

Responsable de cours : Arthur Hoarau

Identifiant Geode : 3MD4010

CM :

  1. Réduction de dimension (1.5 h)
  2. Partitionnement (1.5 h)
  3. Quantification vectorielle (1.5 h)
  4. Détection anomalies (1.5 h)
  5. Apprentissage semi-supervisé (1.5 h)
  6. Apprentissage actif (1.5 h)
  7. Explicabilité (1.5 h)

TP :

  1. Réduction de dimension (3.0 h)
  2. Apprentissage non supervisé (3.0 h)
  3. Apprentissage semi-supervisé (3.0 h)