Cours
Cours 3 : Maximum de vraisemblance / maximum a posteriori
Contenu du cours
- Vraisemblance pour la prise de décision : on montre ce qu'est une vraisemblance et comment elle peut être utilisée pour décider entre plusieurs alternatives laquelle paraît la meilleure.
- Estimation de paramètre par max de vraisemblance : c'est un classique en apprentissage, particulièrement utilisé en intelligence artificielle.
- Estimation de paramètre par maximum a posteriori : L'idée est similaire à l'estimation par max de vraisemblance, à ceci près que l'on a un apriori sur les paramètres possibles. Cette technique s'avère particulièrement utile lorsque l'on réalise des apprentissages avec de petites bases de données.
Le poly du cours : cours3.pdf et le poly en version 4 slides / page : cours3_4.pdf
Quelques exemples abordés en cours
- simulation de la conduite automobile d'un joueur dans un jeu vidéo
- système de recommandation de films
- classification d'images par signature spectrale
- suivi d'objets dans des séquences vidéos
TD
Recueil de TD : cf semaine 1 (poly complet)
TME
- Enoncé du TME version 2019 : 2019_tme3.zip
- Enoncé du TME version 2020 : 2020_tme3.zip
Bibliographie
- Christopher M. Bishop (2008) « Pattern Recognition And Machine Learning », 2ème édition, Springer