Révision rentrée 2020 :
- Slides lundi 28/09
- Jeu de données arxiv 2010-2017
- Séance 1 : Analyse exploratoire et étude de comportement (jupyter) (ou en pdf)
- Séance 2 : Apprentissage non supervisé (Jupyter) (ou en pdf)
- Séance 3 : Apprentissage supervisé (Jupyter) (ou en pdf)
Cours :
- Cours 1 : Introduction
- Cours 2 : Classification Bayésienne, Estimation de densité
- Cours 3 : Modèles linéaires, Perceptron
Début du confinement
- Cours 4 : SVMs, Noyaux (notes de cours)
- Page de S. Canus sur les SVMs, must read : http://asi.insa-rouen.fr/enseignants/~scanu/SVM/
- Le tutoriel en anglais de Smola et Scholkopf : https://alex.smola.org/papers/2003/SmoSch03b.pdf
- Cours 5 : Réseau de neurones, (notes de cours)
- Cours 6 : Apprentissage non supervisé (notes de cours)
Projet : Enoncé
TD :
- TD 1 : Rappel probas/décision bayésienne
- TD 2 : Estimation de densité (corrigé)
- TD 3 : Modèles linéaires, Perceptron (corrigé)
- TD 4 : SVM (corrigé)
- TD 5 : Réseau de neurones (corrigé)
- TD 6 : Apprentissage non supervisé (corrigé)
TME :
- TME1 : Enoncé (données imdb, code source : decisiontree.py)
- TME 2: Enoncé (code source et données)
- TME 3 : Enoncé (code source , arftools.py et données USPS)
- TME 4 : Enoncé
- TME 5 : Enoncé (tme bonus, ne pas perdre de temps dessus).
- TME 6: Enoncé
Annales :
- 2014-2015 : Examen, Rattrapage
- 2015-2016 : Partiel, Examen
- 2016-2017 : Partiel, Exam, Rattrapage
- 2017-2018 : Partiel, Exam, Rattrapage
Bibliographie/liens utiles
Cours on-line :
- Cours de J. Corso, Buffalo University
- Cours de K. Murphy, Brown University
- Cours A. Smola, Canergie Mellon University
- Cours A. Ng, Stanford University
- Cours T. Mitchell, Stanford University
- Cours K. Weinberger, Cornell University
- Cours N. de Freitas, British Columbia University
Livres :
- Element of Statistical Learning, Hastie, Tibshirani and Friedman (la référence)
- Pattern Classification, Duda, Hart and Stork
- Machine Learning, T. Mitchell
- Pattern Recognition, C. Bishop
- Reinforcement Learning, Barto et Sutton
- Deep Learning, Goodfellow, Bengio, et Courteville
Python :
- Tuto MAPSi
- Autre très bon tuto (A. Gramfort, Telecom)
- Python en 10 min
- De matlab à Numpy
- Le tuto officiel