Descriptif
A l'issue de ce cours, les étudiants doivent être capable de :
- appliquer les méthodes vues en cours sur des problèmes concrets ;
- utiliser les commandes Python permettant de faire appel aux procédures vues en cours ;
- fournir une analyse statistique des méthodes introduites en cours ;
- considérer, dans un cadre d'étude similaire à ceux vus en cours, une nouvelle méthode d'apprentissage ;
- reproduire (de manière guidée) les schémas de preuves vus en cours.
Diplôme(s) concerné(s)
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme MScT-Data and Economics for Public Policy (DEPP)
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 3 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
Chapitre 1 : Introduction à l'apprentissage statistique
Chapitre 2 : Minimisation du risque empirique
Chapitre 3 : Methode à base de partitions (kNN, arbres de décision,...)
Chapitre 4 : SVMs
Chapitre 5: Introduction aux bandits multi-bras
Chapitre 6: Réseaux de neurones