d'enseignement
en ligne
Méthodes d'analyse de données linéaires et non-linéaires, en particulier à des fins de régression et de réduction de dimension, y compris pour la visualisation.
d'apprentissage
Eu égard au référentiel AA du programme « Master ingénieur civil biomédical », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
- AA1.1, AA1.2, AA1.3
- AA3.1, AA3.2, AA3.3
- AA4.1, AA4.2, AA4.4
- AA5.1, AA5.2, AA5.3, AA5.5
- AA6.3
Plus précisément, au terme du cours, l'étudiant sera capable de :
- Comprendre et appliquer des techniques d'apprentissage automatique (machine learning) pour l'analyse de données et de signaux, en particulier pour des problèmes de régression et de prédiction.
- Comprendre et appliquer des techniques linéaires et non linéaires de visualisation de données.
- Evaluer les performances de ces méthodes par des techniques appropriées.
- Guider les choix à effectuer parmi les méthodes existantes sur base de la nature des données et des signaux à analyser
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
des acquis des étudiants
Examen oral (si le nombre d'inscrits le permet) à livre fermé.
Cours en auditoire, exercices, travaux pratiques sur ordinateur, projet individuel ou en binôme
- Régression linéaire
- Régression non-linéaire avec perceptrons multi-couches
- Clustering et quantification vectorielle
- Régression non-linéaire avec réseaux à fonctions radiales de base
- Régression probabiliste
- Modèles ensemblistes
- Sélection de modèles
- Analyse en Composantes Principales
- Réduction non-linéaire de dimension et visualisation de données
- Analyse en Composantes Indépendantes
- Méthodes à noyaux
Divers livres de références (mais non obligatoires) mentionnés sur le site du cours
en charge
Programmes / formations proposant cette unité d'enseignement (UE)
d'apprentissage