User Tools
world:introml
Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision | ||
|
world:introml [2026/09/29 10:32] rdouc |
world:introml [2026/10/01 16:57] (current) rdouc [Table] |
||
|---|---|---|---|
| Line 10: | Line 10: | ||
| + | <WRAP center round tip 80%> | ||
| + | Documents de cours (<color /pink>Répertoire partagé </color>): | ||
| + | * [[https://drive.google.com/drive/folders/1s_x_8xzDSTri6a_QVr2akyeaDfKS21P2?usp=sharing|Cliquer ici pour aller dans le répertoire partagé]] | ||
| + | * Vous y trouverez: | ||
| + | * Un livre qui pourra appuyer le cours (Understanding Machine Learning: from theory to algorithms) | ||
| + | * Un fichier que je réactualise (les notes de cours sur tablette qu'on écrit ensemble) | ||
| + | * Deux fichiers de cours sur la régression supervisée (Reg1.pdf et Reg2.pdf) | ||
| + | </WRAP> | ||
| - | ^ Date ^ Thèmes abordés ^ Commentaires ^ | ||
| - | | Mon 28/09 | Rappels de Statistiques. {{:world:polystats.pdf| polycopié stat}} | Modèles paramétriques, semi-paramétriques, non paramétriques. Modèles dominés, exponentiels, estimateurs, consistance, normalité asymptotique, biais, variance, Information de Fisher, distance de Kullback, vraisemblance, log-vraisemblance, régions/intervalles de confiance, tests, erreurs de 1ère et 2ème espèce, p-valeur, test classiques | | ||
| - | | Tues 29/09 | Méthodes liées au gradient. | Gradient, dérivée directionnelle, hessienne, descente de gradient, résultats de convergence. | | ||
| - | | Wed 30/09 | Stat non param/ Introduction au machine learning / Regression supervisée (1) | Estimateur à noyaux, stat non param, train/validation/test, régression supervisée simple. | | ||
| + | |||
| + | ^ Date ^ Thèmes abordés ^ Commentaires ^ | ||
| + | | Mon 28/09 | Rappels de Statistiques. {{:world:polystats.pdf| polycopié stat}} | Modèles paramétriques, semi-paramétriques, non paramétriques. Modèles dominés, exponentiels, estimateurs, consistance, normalité asymptotique, biais, variance, Information de Fisher, distance de Kullback, vraisemblance, log-vraisemblance, régions/intervalles de confiance, tests, erreurs de 1ère et 2ème espèce, p-valeur, test classiques | | ||
| + | | Tues 29/09 | Méthodes liées au gradient. {{ :world:td1.pdf |Feuille TD1}} | Gradient, dérivée directionnelle, hessienne, descente de gradient, résultats de convergence. | | ||
| + | | Wed 30/09 | Fin des méthodes de gradient | | | ||
| + | | Thursd 01/10 | Regression supervisée (1). Fichier Reg1.pdf et Reg2.pdf dans le répertoire partagé | régression supervisée simple/multiple, design matrix, hat matrix, projection orthogonale, Gauss-Markov. | | ||
| ~~DISCUSSION|Ask your questions below~~ | ~~DISCUSSION|Ask your questions below~~ | ||
world/introml.1790670770.txt.gz · Last modified: 2026/09/29 10:32 by rdouc
Page Tools
