Machine learning

Lorsqu'un phénomène est trop complexe pour une modélisation déterministe on utilise des approches issues de l'intelligence artificielle pour pouvoir tout de même exploiter les données. Les méthodes d'apprentissage statistique (ou machine learning) sont puissantes et il est indispensable de bien les maîtriser pour assurer la pertinence des résultats obtenus.

Voici un programme détaillé, adaptable à tous niveaux, pour une formation aux méthodes d'apprentissage statistique :
Prérequis : Introduction à l'analyse de données et Initiation au logiciel R

  1. Introduction - les concepts
    1. Les données
    2. La marche à suivre
    3. Définition du risque

  2. Méthodes d'apprentissage
    1. Les régressions
    2. Inférence Bayésienne
    3. Classification par plus proches voisins
    4. Arbres et forêts aléatoires
    5. Support Vector Machines
    6. Réseaux de neurones

  3. Aggrégation
    1. Bagging
    2. Boosting
    3. Deep learning