M1 - Semestre 2 · Expert

Évaluation d'un apprentissage et méthodes d'optimisation

Code UE: SMINF2F3
ECTS: 2 ECTS
Volume horaire: 10 CM - 0 TD - 10 TP
Responsable(s): Abdelkader Ouali
Bertrand Cuissart
Parcours: Algorithmiques et Systèmes Intelligents, IA Sciences des Données et Santé
Type de carte: UE de la carte informatique
Prérequis: Non renseigné

Description du cours

Objectif : comprendre, modéliser et résoudre des problèmes d'optimisation rencontrés en apprentissage automatique et en sciences des données.

Apprentissage et optimisation

Les principales mesures de qualité sont passées en revue de manière pratique
L'apprentissage supervisé et le clustering sont formulés sous la forme de problèmes d'optimisation
Fondements des méthodes d'optimisation
Problèmes sans contraintes et sous contraintes
Optimisation continue
Apport des dérivées d'ordre 1 et 2 pour caractériser la nature des points stationnaires
Notion de convexité

Modalités d'évaluation

Les modalités de contrôle des connaissances (MCC) sont arrêtées chaque année par l'université et font foi dans le document officiel du parcours. Elles ne sont pas reproduites ici : reportez-vous au document MCC officiel, dont le lien figure sur la page de présentation du parcours concerné.