Description

Ce cours présente les grandes familles de problèmes regroupées sous le terme d'apprentissage statistique: apprentissage non-supervisé, supervisé, par renforcement. Il se concentre ensuite sur les principales méthodes d'apprentissage supervisé hors réseaux de neurones et traite de leurs avantages respectifs en termes d'erreur de prédiction, de sélection de variables ou de sur-apprentissage, avec illustration sur jeux de données réelles à l'aide de R.

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

CT (Contrôle terminal, mêlé de contrôle continu)

Coefficient

3.0