Ce cours aborde des thèmes choisis, ainsi que de nouveaux développements dans l'exploration de données et l'apprentissage machine, avec un accent particulier mis sur les bonnes méthodes et pratiques pour le déploiement de systèmes réels. À travers trois projets, ce cours mettra en avant les techniques et algorithmes couramment utilisés, y compris l'apprentissage 1) non-supervisé; 2) par renforcement et 3) multi-agents. Il discutera également des méthodes pour : la mise en forme des données; la réduction de la dimensionnalité; l'estimation des erreurs et de validation empirique; la conception d'algorithmes robustes; la manipulation de grands ensembles de données.
Ce cours aborde des thèmes choisis, ainsi que de nouveaux développements dans l'exploration de données et l'apprentissage machine, avec un accent particulier mis sur les bonnes méthodes et pratiques pour le déploiement de systèmes réels. À travers trois projets, ce cours mettra en avant les techniques et algorithmes couramment utilisés, y compris l'apprentissage 1) non-supervisé; 2) par renforcement et 3) multi-agents. Il discutera également des méthodes pour : la mise en forme des données; la réduction de la dimensionnalité; l'estimation des erreurs et de validation empirique; la conception d'algorithmes robustes; la manipulation de grands ensembles de données.
