Université Lyon 1
Arqus
Accueil  >>  Machine learning
  • Unité d'enseignement : Machine learning
Nombre de crédits de l'UE : 3
Code APOGEE : MAT2569M
    Responsabilité de l'UE :
BENABDESLEM KHALID
 khalid.benabdeslemuniv-lyon1.fr
04.72.43.19.97
ELGHAZEL HAYTHAM
 haytham.elghazeluniv-lyon1.fr
04.26.23.44.65
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
12 h
Travaux Pratiques (TP)
15 h

* Ces horaires sont donnés à titre indicatif.

    Compétences attestées (transversales, spécifiques) :
Non rédigé
    Programme de l'UE / Thématiques abordées :

●      Tour d’horizon des problèmes & types d’apprentissage (supervisé/non supervisé, classification/régression, single/multi output, structuré/non structuré, statistiques ou non, etc.).

●      Principaux modèles et algorithmes d’apprentissage supervisé (modèles linéaires, réseaux de neuronnes, arbres de décision, Bagging, Random Forest, Boosting) et d’apprentissage non  supervisé (K-means, clustering hiérarchiques, etc.)

●      Les concepts importants préparation de données, fonctions coût, critères de performance, overfitting, dilemme biais-variance, validation croisée, données déséquilibrées, données manquantes, création des variables, etc..

●      Sélection de variables et de modèles

●      Apprentissage multi-label et multi-régression

●      Détection d’anomalies

●      Text Mining : Préparation de données, TF-IDF, LSI, Word Embedding, etc.

●      Mise en pratique sur des jeux de données avec scikit-learn[1] sous Python sur des cas d'études réels.

 



    Parcours / Spécialité / Filière / Option utilisant cette UE :
SELECT MEN_ID, `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`, `PAR_ID` FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='25330' ORDER BY `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`