Fondements de l'apprentissage automatique

Cette séance de cours présente les principes fondamentaux et les méthodes de l'apprentissage automatique, couvrant les techniques d'apprentissage supervisées et non supervisées. Les sujets abordés incluent la régression linéaire, la classification, les k-voisins les plus proches, l'expansion des fonctionnalités, les méthodes du noyau, l'apprentissage profond, le clustering et la réduction de la dimensionnalité. Le cours comprendra des séance de courss en direct et des séances d'exercices, avec une diffusion en ligne et des enregistrements disponibles. L'évaluation sera basée sur des séances d'exercice graduées et un examen final. La séance de cours couvre également les concepts d'attributs de données, de texte, de parole, d'images et d'ensembles de données mixtes utilisés dans l'apprentissage automatique.