Advanced Machine Learning: Fondements et applications

Cette séance de cours présente les principes fondamentaux de l'apprentissage machine avancé, couvrant des sujets tels que la réduction de dimensionnalité, le regroupement, la classification, la régression et les méthodes probabilistes. Le cours met l'accent sur les applications pratiques par le biais de mini-projets, d'exercices de codage et de lectures sur papier en classe. On s'attend à ce que les élèves connaissent diverses méthodes d'apprentissage automatique et techniques d'évaluation. Le format de classe comprend des séance de courss interactives, des exercices et des séances de pratique. Le classement est basé sur le travail personnel, les mini-projets et un examen oral final. Le cours explore des sujets avancés comme Kernel PCA, K-means clustering, régression probabiliste, et le renforcement de l'apprentissage. Les applications des techniques de régression probabiliste dans l'exploration des objets et la reconstruction de la forme sont également discutées.