CSC 8609 – Introduction au machine learning

Portail informatique

Liens utiles
Supports
- CI1 et CI2
  
  Programmation
  - Présentation du cours : slides
  - Programmation en Python : Introduction à Python de CSC4538
  - Programmation Python : Faire 10 exercices sur LeetCode
  - Les bases de la programmation Python
- CI3 et CI4
  
  Introduction au machine learning
  - S'inscrire sur le MOOCMachine learning in Python with scikit-learn
  - Écouter la section Welcome du Mooc.
  - Écouter la section Introduction: Machine Learning Concepts du Mooc.
  - Faire le Module 1. The Predictive Modeling Pipeline
  - Apprentissage supervisé vs. non supervisé
  - Régression vs. classification
  - Variables d'entrée et de sortie
  - Analyse de données
  - Features numériques et catégoriques
  - Utilisation d'un modèle dans scikit-learn
  - Transformation de données numériques et catégoriques
  - Train/validation/test split
  - Cross-validation
- CI5
  
  Sélectionner le meilleur modèle
  - Faire le Module 2. Selecting the best model
  - Overfitting et underfitting
  - Erreur sur le train vs test
  - Dilemme Biais-Variance
- CI6
  
  Les hyperparamètres
  - Faire le Module 3. Hyperparameter tuning
  - Définition hyperparamètre
  - Grid search
  - Randomized search
- CI7 et CI8
  
  Modèles linéaires
  - Faire le Module 6. Linear Models
  - Régression Linéaire
  - Régression logistique
  - Erreur quadratique
  - Feature Engineering
  - Features polynomiales
  - Nystroem
  - Discretization
  - Spline
  - Regularisation
  - Ridge

Modalités du contrôle

La notation se fera selon trois critères :

4 points de contrôle continue
8 points de projet
8 points de contrôle final

Bon courage !