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-Double Degree Data and Finance (DDDF)
- MScT-Data Science for Business
- Titre d’Ingénieur diplômé de l’École polytechnique
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique
Vos modalités d'acquisition :
● Calculatrice interdite
● tout document autorisé
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
Pour les étudiants du diplôme MScT-Data Science for Business
Vos modalités d'acquisition :
average score on homework/2 + grade of the final exam/2
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme MScT-Double Degree Data and Finance (DDDF)
Vos modalités d'acquisition :
average score on homework/2 + grade of the final exam/2
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.