Apprentissage automatique - 4GMC14B1

.1 Enjeux de l'apprentissage automatique, apprentissage automatique supervisé (régression, classification)
méthodes supervisées vs méthodes non supervisées (présentation rapide de quelques méthodes non supervisées (k-means, dendrogrammes)).
.2 Méthode de régression et méthode de classification : Régression linéaire et régression logistique ; modèles, algorithmes et résolutions
.3 Évaluation interne de la régression et de la classification: Erreurs, résidus et évaluation des prédictions
.4 Évaluation externe : Hypothèses statistiques et évaluation des modèles
.5 Mise en oeuvre sur différentes bases de données

Les étudiants auront suivi et validé les cours suivants : Probabilité et statistiques ; Programmation avec R, Programmation avec Python.

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Note de contrôle continu : TP (basée sur au moins 2 notes TP1 et TP2)
Note d'examen individuelle : EX

Note = 0.4*TP + 0.6*EX

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Note de contrôle continu : TP (basée sur au moins 2 notes TP1 et TP2)
Note d'examen individuelle : EX
Note = 0.4*TP + 0.6*EX

Le cours est programmé dans ces filières :

• Cursus ingénieur - Ingénieur ICL - Semestre 7
• Cursus ingénieur - Ingénieur IdP - Semestre 7

Code de l'enseignement : 4GMC14B1
Langue(s) d'enseignement :

Vous pouvez retrouver ce cours dans la liste de tous les cours.

J.H. McDonald, (2009), Handbook of Biological Statistics, Sparky House Publishing.
I.H. Witten et E. Frank, (2005), DataMining – Practical machine learning tools and technics, Elsevier.
Stéphane Tufféry, (2005), Datamining et statistique Décisionnelle – L’intelligence dans les bases de données, Ed. Technip.
Cornillon et al., (2008), Statistiques avec R, Presses Universitaires de Rennes.
Gaël Millot, (2011), Comprendre et réaliser les tests statistiques à l'aide de R, 2ème édition, Editions De Boeck, 767 pages
Hill, Griffiths and Lim, (2011), Principles of Econometrics, Fourth Edition