Campus Introduction Au Machine Learning - 3e Éd.

Par (auteur) Azencott, Chloé-Agathe
Description:
Le machine learning offre aujourd’hui à de nombreux secteurs d’activité la possibilité de réaliser des progrès spectaculaires grâce à ses puissants outils qui facilitent l’exploitation de grands volumes de données.
Étudiantes et étudiants en informatique ou mathématiques appliquées en L3, master ou école d’ingénieurs, ce manuel vous permettra d’acquérir des bases solides sur les concepts et les algorithmes du machine learning.
Il vous fournit les outils nécessaires pour :

• identifier et formaliser les problèmes qui peuvent être résolus par des approches de machine learning ;
• mettre en oeuvre les algorithmes classiques les plus appropriés ;
• implémenter ces algorithmes par vous-même afin d’en comprendre les tenants et aboutissants ;
• évaluer et comparer les performances de plusieurs algorithmes de machine learning pour une application particulière.

Les notions de cours sont complétées par 85 exercices, intégralement corrigés, pour vous faciliter l’apprentissage et la validation de l’apprentissage.
Table of contents:
Présentation du  machine learning. Apprentissage supervisé. Sélection de modèle et évaluation. Inférence bayésienne. Régressions paramétriques. Régularisation.
Réseaux de neurones artificiels. Méthodes des plus proches voisins. Arbres et forêts.
Machines à vecteurs de support et méthodes à noyaux. Réduction de dimension.
Clustering.