Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan du cours
Introduction à l'apprentissage appliqué Machine Learning
- Apprentissage statistique vs. apprentissage automatique
- Itération et évaluation
- Compromis biais-variance
Machine Learning avec Scala
- Choix des bibliothèques
- Outils complémentaires
Régression
- Régression linéaire
- Généralisations et non-linéarité
- Exercices
Classification
- Rappel sur la classification bayésienne
- Bayes naïf
- Régression logistique
- K-Proches voisins
- Exercices
Validation croisée et rééchantillonnage
- Approches de validation croisée
- Bootstrap
- Exercices
Apprentissage non supervisé
- K-means clustering
- Exemples d'apprentissage non supervisé
- Défis de l'apprentissage non supervisé et au-delà des K-moyennes
Pré requis
Connaissance du langage de programmation Java/Scala. Une connaissance de base des statistiques et de l'algèbre linéaire est recommandée.
14 heures