logo
v2.11.0 (5757)

PA - C2 - MAP569 : Regression and classification

Domaine > Mathématiques appliquées.

Descriptif

Syllabus

 

  1. This course objective is to provide a rigorous theoretical introduction to the field of Statistical Learning. It will cover several topics in supervised and unsupervised frameworks. Non asymptotic methods for the extraction of information in random settings will be analyzed through tools from probability, statistics and optimization.

  2. This course is heavily theory oriented but a few practical sessions on R or Python will be provided during PC.

Agenda

Langue du cours : Français, slides en Anglais 

Credits ECTS : 4

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme M1 IES - Innovation, Entreprise and Société

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si note finale transposée >= C
    • Crédits ECTS acquis : 5 ECTS

    Pour les étudiants du diplôme M2 HPDA - High Performance Data Analytics

    Le rattrapage est autorisé (Note de rattrapage conservée)

      Pour les étudiants du diplôme M1 Cyber - Cybersecurity

      Le rattrapage est autorisé (Note de rattrapage conservée)

        Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique

        Le rattrapage est autorisé (Note de rattrapage conservée)
          L'UE est acquise si note finale transposée >= C
          • Crédits ECTS acquis : 5 ECTS

          La note obtenue rentre dans le calcul de votre GPA.

          Pour les étudiants du diplôme M1 Data AI - Data and Artificial Intelligence

          Le rattrapage est autorisé (Note de rattrapage conservée)

            Pour les étudiants du diplôme MScT-Artificial Intelligence and Advanced Visual Computing

            Le rattrapage est autorisé (Note de rattrapage conservée)
              L'UE est acquise si note finale transposée >= C
              • Crédits ECTS acquis : 4 ECTS

              La note obtenue rentre dans le calcul de votre GPA.

              Pour les étudiants du diplôme MScT-Internet of Things : Innovation and Management Program (IoT)

              Le rattrapage est autorisé (Note de rattrapage conservée)
                L'UE est acquise si note finale transposée >= C
                • Crédits ECTS acquis : 4 ECTS

                La note obtenue rentre dans le calcul de votre GPA.

                Pour les étudiants du diplôme Echanges PEI

                Le rattrapage est autorisé (Note de rattrapage conservée)
                  L'UE est acquise si note finale transposée >= C
                  • Crédits ECTS acquis : 5 ECTS

                  Pour les étudiants du diplôme M1 Innovation, Entreprise, et Société - Voie Innovation technologique

                  Le rattrapage est autorisé (Note de rattrapage conservée)
                    L'UE est acquise si note finale transposée >= C
                    • Crédits ECTS acquis : 5 ECTS

                    Pour les étudiants du diplôme M1 Mathématiques et Applications - Voie Jacques Hadamard - École Polytechnique

                    Pour les étudiants du diplôme M2 Énergie

                    Le rattrapage est autorisé (Note de rattrapage conservée)
                      L'UE est acquise si note finale transposée >= C
                      • Crédits ECTS acquis : 5 ECTS
                      Veuillez patienter