Introduction à la science des
données et au machine learning
Date | Horaire | Salle | Intervenants | Session | Thèmes | Supports |
Lundi 18 septembre |
9:30-12:30 | 1Z34 | N. Vayatis | Cours #1 | Introduction du cours Principaux concepts. Motivations. |
Slides |
Lundi 18 septembre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #1 |
Pipeline du traitement de données Outils et environnements logiciels |
|
Lundi 25 septembre | 9:30-12:30 | 1Z34 | N. Vayatis | Cours #2 | Méthodes supervisées linéaires Partie I |
Slides |
Lundi 25 septembre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #2 |
Modèles linéaires en régression. Estimation des paramètres. Protocoles d'évaluation. |
|
Lundi 2 octobre | 9:30-12:30 | 1Z34 | N. Vayatis | Cours #3 |
Méthodes supervisées linéaires Partie II |
Slides LDA tutorial FDA tutorial |
Lundi 2 octobre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #3 |
Mise en œuvre des techniques de classification. Choix des hyperparamètres. Sensibilité et robustesse. |
|
Lundi 9 octobre | 9:30-12:30 | 1Z34 | N. Vayatis | Cours #4 | Méthodes d'apprentissage non supervisées. Réduction de dimension. Méthodes de clustering. |
Slides |
Lundi 9 octobre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #4 | Apprentissage non supervisé. Aspects algorithmiques et évaluation de la performance. |
|
Lundi 16 octobre | 9:30-12:30 | 1Z34 | N. Vayatis | Cours #5 | Méthodes supervisées non-linéaires Partie I |
Slides |
Lundi 16 octobre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #5 |
Application des méthodes d'ensemble Choix des hyperparamètres. Sensibilité et robustesse. |
|
Lundi 23 octobre | 9:30-12:30 | 1Z34 | N. Vayatis | Cours #6 | Méthodes supervisées non-linéaires Partie II |
Slides |
Lundi 23 octobre | 13:30-16:30 | 2E30 | A. Kalogeratos | TD/TP #6 | Finalisation des rendus de contrôle continu |
|
Lundi 13 Novembre |
10:30-12:30 |
1I82 | Examen (sans documents) |
L'absence au contrôle continu est éliminatoire et il n'y a pas de rattrapage en cas d'échec.