Machine Learning : regression, dimensionality reduction and data visualization [ LELEC2870 ]


5.0 crédits ECTS  30.0 h + 30.0 h   1q  > Horaire  

Enseignant(s) Verleysen Michel ;
Langue
d'enseignement:
Anglais
Lieu de l'activité Louvain-la-Neuve
Thèmes abordés

Voir descriptif

Acquis
d'apprentissage

1. Comprendre et appliquer des techniques d'apprentissage automatique (machine learning) pour l'analyse de données et de signaux, en particulier pour des problèmes de régression et de prédiction. 2. Comprendre et appliquer des techniques linéaires et non linéaires de visualisation de données. 3. Etre capable d'évaluer les performances de ces méthodes par des techniques appropriées. 4. Etre capable de guider les choix à effectuer parmi les méthodes existantes sur base de la nature des données et des signaux à analyser.

Contenu " Régression linéaire " Régression non-linéaire avec perceptrons multi-couches " Clustering et quantification vectorielle " Régression non-linéaire avec réseaux à fonctions radiales de base " Régression probabiliste " Modèles ensemblistes " Sélection de variables " Sélection de modèles " Analyse en Composantes Principales " Réduction non-linéaire de dimension et visualisation de données " Analyse en Composantes Indépendantes
Autres infos Le cours ne nécessite que des connaissances de base en algèbre linéaire (niveau Bac ingénieur). Il est organisé sous forme de cours magistraux, de séances d'exercices sur ordinateurs, et d'un projet (individuel ou en groupe) destiné à mettre en œuvre les techniques couvertes par le cours sur un cas concret d'application. L'examen est oral (si le nombre d'inscrits le permet) ; le rapport de projet est évalué également.
Cycle et année
d'étude
> Certificat d'université en Statistique - 15/30 crédits
> Deuxième année de master [120] : ingénieur civil biomédical, à finalité spécialisée
> Première année de master [120] : ingénieur civil électricien, à finalité spécialisée
> Deuxième année de master [120] : ingénieur civil en mathématiques appliquées, à finalité spécialisée
> Deuxième année de master [120] en sciences informatiques à finalité spécialisée
> Première année de master [120] : ingénieur civil en informatique, à finalité spécialisée
> Deuxième année de master [120] : ingénieur civil électromécanicien, à finalité spécialisée
> Première année de master [120] : ingénieur civil biomédical, à finalité spécialisée
> Deuxième année de master [120] : ingénieur civil électricien, à finalité spécialisée
> Deuxième année de master [120] : ingénieur civil en informatique, à finalité spécialisée
> Deuxième année de master [120], ingénieur civil électromécanicien, à finalité spécialisée
Faculté ou entité
en charge
> ELEC


<<< Page précédente