Introduction aux concepts et aux outils fondamentaux du Machine Learning. Présentation des paradigmes permettant l'apprentissage et la généralisation par la machine, aperçu des champs d'application de ces méthodes. Savoir identifier les différents types de problèmes classiques de ML (séparation, classification/clustering),avec les séparateurs à vaste marge du cas linéaire et son extension avec l'utilisation de noyaux. Ouverture au deep learning, du perceptron aux réseaux neuronaux convolutifs, les auto-encodeurs et les cartes de Kohonen.
- Enseignant: Maya Kallas-Edelson