Cours

Cours 10: Formulations discriminantes, sélection de modèles

Contenu du cours

  1. Panorama des techniques de machine learning : formulations supervisées, non-supervisées, problématiques (classification, régression, ...)
  2. Limites des moindres carrés, introduction du perceptron : introduction détaillée de la fonction coût, retour sur la descente de gradient
  3. Introduction rapide de la régularisation, sélection de modèles : expression d'une fonction de coût régularisée, étude des cas limites, illustration, Retour sur la validation croisée
  4. Regression logistique : Formulation, résolution

Poly: pdf

TD

Recueil de TD : cf semaine 1 (poly complet)

TME

Sujet : Fichier jupyter

Données : Fichier de données usps

Pour lancer un notebook python

    jupyter-notebook usps_etu.ipynb

Ca doit ouvrir une fenêtre web dans laquelle vous allez travailler pour votre TME

Pour les réfractaires à notebook:

  • Le sujet au format pdf : lien
  • le canevas python: lien

La régularisation en 2 gif animés...

  • Soumission des TME : lien

Bibliographie et références utiles

  • Saporta
  • Duda, Hart, Stork : pattern classification