5 crédits
30.0 h + 30.0 h
Q2
Enseignants
Dupont Pierre;
Langue
d'enseignement
d'enseignement
Anglais
Thèmes abordés
- Apprentissage par recherche, par biais inductif
- Combinaisons de décisions
- Minimisation d'une fonction de perte, descente de gradient
- Evaluation des performances
- Apprentissage par mémorisation de prototypes
- Apprentissage probabiliste
- Classification non supervisée
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
1 | Eu égard au référentiel AA du programme « Master ingénieur civil en informatique », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
Eu égard au référentiel AA du programme « Master [120] en sciences informatiques », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
Les étudiants ayant suivi avec fruit ce cours seront capables de
Les étudiants auront développé des compétences méthodologiques et opérationnelles. En particulier, ils auront développé leur capacité à :
|
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) ».
Contenu
- Apprentissage d'arbres de décision: ID3, C4.5, CART, Forêts aléatoires
- Discriminants linéaires: perceptrons, descente de gradient et minimisation des moindres carrés
- Hyperplans de marge maximale et séparateurs à vaste marge
- Probabilités et statistiques en apprentissage automatique
- Évaluation des performances: tests d'hypothèses, comparaisons d'algorithmes d'apprentissage, analyse ROC
- Classificateurs gaussiens, discriminants de Fisher
- Apprentissage bayésien: maximum de vraisemblance, maximum a posteriori, classifieur optimal, classifieur bayésien naïf
- Apprentissage par mémorisation de prototypes: k plus proches voisins, algorithme LVQ
- Algorithmes de classification non supervisée
Méthodes d'enseignement
- Cours magistraux
- Projets pratiques avec correction semi-automatique depuis le serveur Inginious
(https://inginious.info.ucl.ac.be/) - Séances de questions/réponses via un forum sur Moodle
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Les projets valent pour 20 % de la note globale, 80 % pour l'examen final (à livre fermé)
Les projets ne peuvent pas être réimplémentés en seconde session.
La note des projets est donc fixée à la fin du semestre.
Les projets ne peuvent pas être réimplémentés en seconde session.
La note des projets est donc fixée à la fin du semestre.
Autres infos
Préalables:
- LSINF1121 Algorithmique et structures de données https://uclouvain.be/cours-lsinf1121.html - LFSAB1105 Probability and statistics: https://uclouvain.be/cours-LFSAB1105.html
- LSINF1121 Algorithmique et structures de données https://uclouvain.be/cours-lsinf1121.html - LFSAB1105 Probability and statistics: https://uclouvain.be/cours-LFSAB1105.html
Ressources
en ligne
en ligne
Bibliographie
Slides obligatoires, disponibles sur http://moodleucl.uclouvain.be/course/view.php?id=8900 et plus généralement tous les documents disponibles à partir du même site.
Faculté ou entité
en charge
en charge
INFO
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] : ingénieur civil en science des données
Master [120] : ingénieur civil en informatique
Master [120] : ingénieur civil électricien
Master [120] en statistique, orientation biostatistiques
Master [120] : ingénieur civil biomédical
Master [120] en statistique, orientation générale
Master [120] en sciences informatiques
Master [120] : ingénieur civil en mathématiques appliquées
Master [120] en science des données, orientation statistique
Master [120] en science des données, orientation technologies de l'information