Descriptif
The aim of this course is to give the fundamentals of machine learning, with a particular emphasis on how learning algorithms are constructed.
Each course is divided in two parts of 3 hours: a course part, where we describe a method, and another 3 hours part where either some details about the construction of the method, or a practical session using this method is provided.
All practical sessions are done using R.
Always come with your laptop, with R studio installed on it
Langue du cours : Anglais
Diplôme(s) concerné(s)
- MScT-Data Science for Business
- Titre d’Ingénieur diplômé de l’École polytechnique
- MScT-Double Degree Data and Finance (DDDF)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme MScT-Double Degree Data and Finance (DDDF)
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme MScT-Data Science for Business
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.