Welcome to Randal Douc's wiki

Randal DOUC (du 29 septembre au 10 octobre)

1. Introduction au ML
   • Survol des types d’apprentissage.
   • Objectifs, pipeline, surapprentissage.
   • Notions de biais-variance, métriques.
2. Régression supervisée
   • Régression linéaire simple/multiple.
   • Inférence, sélection de variables.
   • Ridge, Lasso, Elastic-Net.
   • Validation croisée, courbes d’apprentissage.
3. Classification supervisée
   • Classifieur de Bayes.
   • Régression logistique bi-classe.
   • Métriques de performance.
4. Méthodes probabilistes / modèles génératifs
   • EM, mélanges de gaussiennes.
5. Méthodes non supervisées
   • ACP, K-means.
6. Méthodes avancées
   • SVM (introduction).
   • Random Forest.