maroc
Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision | ||
|
maroc [2024/06/03 14:21] rdouc [Période] |
maroc [2024/10/25 11:26] (current) rdouc |
||
|---|---|---|---|
| Line 1: | Line 1: | ||
| - | |||
| ======= Cours au Maroc à l'université Mohammed 6 Polytechnique ======= | ======= Cours au Maroc à l'université Mohammed 6 Polytechnique ======= | ||
| Line 6: | Line 5: | ||
| - | * **Période** 30 au 25 octobre 2024. | + | * **Période** 30 sept au 25 octobre 2024. |
| * Le programme: base de statistiques et introduction à l'apprentissage statistique couvrant | * Le programme: base de statistiques et introduction à l'apprentissage statistique couvrant | ||
| - les bases mathématiques des statistiques | - les bases mathématiques des statistiques | ||
| Line 23: | Line 22: | ||
| ===== Période ===== | ===== Période ===== | ||
| - | * **Période 1**: du 30/09 au 04/10 puis que 07/10 au 09/10. //Intervenant//: **Thomas Belhalfaoui**. Statistiques. | + | * **Période 1**: du <color /yellow>30/09 au 04/10 puis que 07/10 au 09/10.</color> //Intervenant//: **Evgenii Chzhen**. Statistiques. |
| * Distributions gaussiennes, Gamma, Chi carré, Student, distribution de Fisher. | * Distributions gaussiennes, Gamma, Chi carré, Student, distribution de Fisher. | ||
| * Rappel sur loi des grands nombres, Théorème limite. Le lemme de Slutsky et les méthodes delta. | * Rappel sur loi des grands nombres, Théorème limite. Le lemme de Slutsky et les méthodes delta. | ||
| Line 34: | Line 33: | ||
| * Définition des tests statistiques, erreurs de type I et II. | * Définition des tests statistiques, erreurs de type I et II. | ||
| * Différents tests statistiques dans le modèle gaussien. | * Différents tests statistiques dans le modèle gaussien. | ||
| - | * **Période 2**: du 10/10 au 11/10 puis du 14/10 au 18/10. //Intervenant//: **Randal Douc**. Régression et classification supervisée. | + | * **Période 2**: du <color /yellow> 10/10 au 11/10 puis du 14/10 au 18/10. </color> //Intervenant//: **Randal Douc** (Cours et Tds) et **Khalid Oublal** (TPs). Régression et classification supervisée. |
| * Régression: | * Régression: | ||
| * Régression linéaire simple, | * Régression linéaire simple, | ||
| Line 47: | Line 46: | ||
| * Algorithme EM, mélange de gaussiennes. | * Algorithme EM, mélange de gaussiennes. | ||
| * Régression logistique bi-classe. | * Régression logistique bi-classe. | ||
| - | * Boosting, forêts aléatoires. | ||
| - | * **Période 3**: du 21/10 au 25/10. //Intervenant//: **Laurent Risser**. Optimisation. | + | * **Période 3**: du <color /yellow> 21/10 au 25/10.</color> //Intervenant//: **Laurent Risser**. Optimisation. |
| * Bases de l'optimisation (optimisation multivarié) | * Bases de l'optimisation (optimisation multivarié) | ||
| * Minimisation de fonctions convexe (caractérisation variationnelle des points extrêmaux) | * Minimisation de fonctions convexe (caractérisation variationnelle des points extrêmaux) | ||
| + | * Méthodes proximales. | ||
| * Gradient stochastique (et analyse de convergence pour un coût convexe) | * Gradient stochastique (et analyse de convergence pour un coût convexe) | ||
| * Calcul des gradients (différentier par rapport à un vecteur) | * Calcul des gradients (différentier par rapport à un vecteur) | ||
maroc.1717417299.txt.gz · Last modified: 2024/06/03 14:21 by rdouc
Page Tools
