Livret pédagogique numérique

Fouille de données & Apprentissage

2I1AE2	Fouille de données & Apprentissage				Informatique				S7
Cours : 8 h		TD : 6 h		TP : 6 h		Projet : 0 h		Total : 20 h
Responsable : Christophe ROSENBERGER

Pré-requis
Probabilités et statistiques (1A)
Objectifs de l'enseignement
L'élève ingénieur y apprend des algorithmes visant à extraire de la connaissance à partir d'un ensemble d'informations (fouille de données), reconnaître par des techniques d'apprentissage des classes d'objets (apprentissage statistique) ou à résoudre des problèmes de modélisation statistique par des techniques non conventionnelles (algorithmes évolutionnaires).
Programme détaillé
- Analyse statistique d'informations - Réseaux bayésiens - Les arbres de décision - Les algorithmes évolutionnaires - L'apprentissage statistique - Les réseaux de neurones - Les SVM - Le boosting
Applications (TD ou TP)
Manipulation avec Orange data mining Analyse statistique de données Apprentissage machine Analyse d'images et de tweets
Compétences acquises
Connaissances en apprentissage statistique Connaissances sur les algorithmes évolutionnaires
Bibliographie
- Gérard Dreyfus , Gérard Dreyfus , Jean-Marc Martinez , Manuel Samuelides "Apprentissage statistique", Edition Eyrolles - Cornuéjols, A and Miclet L.: Apprentissage Artificiel. Concepts et algorithmes (2nd Ed.with revisions and additions - 2006 Eyrolles, 650 p - Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer (2006).