Apprentissage statistique en grande dimension

Objectifs

A la fin de ce module, l'étudiant devra avoir compris et pourra expliquer (principaux concepts) :

- Ajustement de modèles statistiques de régression ou de classification en grande dimension à l'aide de différentes approches
- Estimation de l'erreur de prédiction d'un modèle
- Sélection de modèles optimale en vue de faire de la prédiction
- Application des méthodes d'apprentissage statistique sur des données réelles.

L'étudiant devra être capable de :

- Ajuster et sélectionner un modèle statistique en grande dimension afin de faire de la prédiction.
- Mettre en œuvre les méthodes d'apprentissage statistique en grande dimension sur des données réelles à l'aide du logiciel R ou de librairies Python.

Pré-requis

Évaluation

L’évaluation des acquis d’apprentissage est réalisée en continu tout le long du semestre. En fonction des enseignements, elle peut prendre différentes formes : examen écrit, oral, compte-rendu, rapport écrit, évaluation par les pairs…