ECTS : 4
Volume horaire : 36
Description du contenu de l'enseignement :
- Introduction générale à l'apprentissage statistique
- Modèles linéaires: régression linéaire et régression logistique
- Arbres de décision et forêts aléatoires
- Minimisation du risque empirique
- Machine à vecteurs de support
Compétence à acquérir :
- Implémentation d'algorithmes de machine learning en Python avec scikit-learn.
Mode de contrôle des connaissances :
Partiel et projet
Bibliographie, lectures recommandées :
The Elements of Statistical Learning, Data Mining, Inference, and Prediction, Trevor Hastie , Robert Tibshirani , Jerome Friedman, 2009