Descriptif :
Le cours présente les notions de base de la théorie de l'apprentissage statistique ainsi que les principales méthodes de classification de données de grande dimension.
Validation :
par examen - date : mardi 3 janvier 9h/11h (avec documents)
ou
par mini-projets/lectures d'articles - date de présentation et remise du rapport : mardi 3 janvier 14h/17h
Consignes pour le choix des sujets :
- Les projets sont individuels.
- La date limite pour le choix des sujets est le mardi 6 décembre (à déclarer par email).
- Chaque sujet ne sera traité que par un seul étudiant ; la priorité sera donnée aux premiers qui déclareront leur choix.
- Il est possible de réaliser des projets personnalisés avec l'accord préalable de l'enseignant.
- Pour valider le module, l'étudiant devra
(1) rendre un rapport écrit de 8 à 10 pages le jour de la soutenance qui soit une synthèse personnelle du sujet,
(2) présenter oralement en 15 minutes et sous une forme pédagogique l'article correspondant et les éventuelles simulations.
- Les travaux de simulation et d'analyse de données seront valorisés.
Organisation des soutenances :
- Le fichier PDF devra me parvenir au plus tard la veille de la soutenance (prévoir également une clé USB au cas où ...).
- La présence est obligatoire pour toute la durée de la session.
- Merci de me prévenir en cas d'annulation.
Liste des sujets :