[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-951500","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n \u003Cdiv class=\u0022row\u0022\u003E\n \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n \u003Ch2 class=\u0022h1 text-left\u0022\u003E Fondements de l\u0026#039;Apprentissage Statistique\n\u003C\/h2\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n 5\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemester:\n Semestre 1\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ELecture:\u003C\/span\u003E\n \u003Cspan\u003E18\u003C\/span\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EPractical study :\u003C\/span\u003E\n \u003Cspan\u003E24\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003Enon\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EPr\u00e9requis\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003E\u003Cp\u003EIntroduction \u00e0 l\u0027Informatique et Python, Introduction \u00e0 la programmation imp\u00e9rative, Calculus 1-2, Alg\u00e8bre lin\u00e9aire 1-2, Combi Proba\u003C\/p\u003E\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003E\u003Cp\u003ECe cours a pour but d\u0027introduire les concepts fondamentaux de l\u0027apprentissage statistique, avec une attention particuli\u00e8re port\u00e9e sur les r\u00e9seaux de neurones (simples). Ici on cherche \u00e0 comprendre \u00e0 fond quelques mod\u00e8les simples, mais qui sont les briques de base des mod\u00e8les modernes plus complexes. En d\u0027autres termes, on ouvre ce qui est parfois per\u00e7u comme une bo\u00eete noire dans des cours d\u0027Apprentissage Statistique plus appliqu\u00e9s.\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003EIci il y a des applications (nuages de points, donn\u00e9es tabulaires, images type MNIST, textes courts), mais qui sont plut\u00f4t des illustrations pour se forger l\u0027intuition sur des cas concrets que des\u0026nbsp;objectifs en soi. Ces\u0026nbsp;illustrations permettent aussi d\u0027alterner entre th\u00e9orie et mise en pratique, pour rendre les notions vues en cours plus intuitives.\u003C\/p\u003E\n\u003Cp\u003ELe cours se abordera les points suivants:\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003ELa notion d\u0027optimisation de fonction de co\u00fbt; La descente de gradient;\u003C\/li\u003E\n\u003Cli\u003ELa r\u00e9gression lin\u00e9aire; Le perceptron binaire;\u003C\/li\u003E\n\u003Cli\u003ELa notion de sur-apprentissage; Les ensembles pour valider l\u0027apprentissage (train, validation, test); L\u0027optimisation d\u0027hyper-param\u00e8tres; La cross-validation;\u003C\/li\u003E\n\u003Cli\u003EL\u0027encodage One-hot; la standardisation;\u0026nbsp;\u003C\/li\u003E\n\u003Cli\u003ELes features maps; La r\u00e9duction dimensionnelle (seulement la PCA); La r\u00e9gularisation (L2);\u0026nbsp;\u003C\/li\u003E\n\u003Cli\u003EUn peu de Traitement Automatique des Langues: tokenisation, Bag Of Word, TF-IDF;\u003C\/li\u003E\n\u003Cli\u003E\u00c9ventuellement, des mod\u00e8les Bay\u00e9siens tr\u00e8s simples (Bay\u00e9sien Na\u00eff pour la classification).\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003E\u003Cp\u003EConcepts fondamentaux de l\u0027apprentissage statistique et application \u00e0 des exemples simples.\u003C\/p\u003E\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003E\u003Cp\u003EL\u0027UE s\u0027organise en cours accompagn\u00e9s de s\u00e9ances de (quelques) TD et de (nombreux) TP.\u003C\/p\u003E\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003Cdiv class=\u0022field-spacing\u0022\u003E\n \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]