Premiers pas en machine learning avec Python :
Méthodes d'intelligence artificielle pour l'analyse de données
Introduction, généralités
Prétraitement des données : chargement, visualisation, normalisation
- Cours (pdf)
- Travaux pratiques :
Un premier algorithme simple de machine learning : kNN
- Cours (pdf)
- Travaux pratiques :
Méthodes de Bayes pour l'apprentissage
- Cours (pdf)
- Travaux pratiques :
Arbres de décision et forêts aléatoires
- Cours (pdf)
- Travaux pratiques :
Méthodes linéaires/non linéaires : perceptron et SVM
- Cours (pdf)
- Travaux pratiques :
Réseaux de neurones
- Cours 1, réseaux de neurones et premiers pas enn keras (pdf) et quelques mots sur le dropout (pdf)
- Demos (Jupyter notebook et html).
- Demos keras (Jupyter notebook et html).
- Travaux pratiques :
- Cours 2, réseaux de neurones à convolution (pdf)
- Demos (Jupyter notebook et html).
- Demos keras (Jupyter notebook et html).
- Travaux pratiques :