DATA832 : Machine Learning 1

 Ce cours présente une vue d’ensemble de l’apprentissage automatique, de ses grands principes à sa mise en œuvre par des algorithmes spécialisés. Les principes de l’apprentissage sont présentés par le biais d’une typologie des problèmes abordés et des catégories d’apprentissage. Concrètement, la formulation d’un problème d’apprentissage correspond à spécifier conjointement objectifs, données et modèles. Le problème formulé est ensuite résolu en utilisant un algorithme adapté. Si les grands principes de l’apprentissage se déclinent sur les différents problèmes abordés, leur résolution fait appel à des algorithmes différents. Ce cours se focalise sur les problèmes de classification en mode supervisé et non-supervisé. Dans ce contexte, les grandes familles de modèles (arbres, réseaux de neurones, règles, modèles bayésiens, …) et algorithmes associés seront appréhendés par la pratique puis revisités a posteriori de façon à extraire les principes et concepts propres aux différentes méthodes.