Introduction générale sur l’apprentissage machine (applications, apprentissage supervisé, apprentissage non supervisé, apprentissage par renforcement)
Apprentissage supervisé: classification vs régression
Evaluation
Réseaux de neurones
Interprétabilité (arbre de décision et modèles à bases de règles de prédiction)
Machine Learning
Description
Objectifs
L'objectif de ce cours est de maîtriser les concepts de base de l'apprentissage machine supervisé. Les deux types d'apprentissage supervisé, classification et régression, sont détaillés, ainsi que les différentes méthodes d'évaluation. Les étudiants sont amenés à implémenter, utiliser et évaluer des modèles standard de prédiction, tels que les réseaux de neurones et les arbres de décision.
Pré-requis
Algèbre linéaire, cours d'algorithmique avancée (3-MIC), Python
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…
En bref
Crédits ECTS : 7.0
Nombre d’heures :
EN 1 Clic
Annuaire
ENT
Rejoindre
les équipes
Marchés publics
INSA Toulouse
135 avenue de Rangueil
31077 Toulouse cedex 4
Tél : 05 61 55 95 13
Fax : 05 61 55 95 00
Dans un souci d'alléger le texte et sans aucune discrimination de genre, l'emploi du genre masculin est utilisé à titre épicène.