Rémi Flamary

Site web professionel

Apprentissage automatique et interfaces cerveau-machine M1

Ce cours a été préparé en collaboration avec le cours Reconnaissance de formes et interfaces cerveau-machine et de nombreuses informations sur encore disponibles sur ce site

Cours

  • Reconnaissance des formes et machine learning [PDF]
    • Introduction
    • Description/Exploration des données
    • Prédiction
    • Mise en oeuvre d'un système
  • Rappels de Probabilité [PDF]
    • Analyse des données
    • Inerties
    • Analyse en Composantes Principales
  • Théorie bayesienne de la décision [PDF]
    • Rapport de vraisemblance
    • Risque de Bayes
    • Exemples dans le cas gaussien
  • Régression Linéaire [PDF]
    • Régression Linéaire
    • Régression Ridge
    • Régression linéaire pour la discrimination
  • Discrimination Linéaire [PDF]
    • Régression logistique
    • Perceptron de Rosenblatt
    • Séparateurs à Vaste Marge
  • Interfaces Cerveau-Machine [PDF][PDF+url]
    • Paradigmes et Applications
    • Acquisitions ICM
    • Traitement du signal, extraction de caractéristique
    • Classification des signaux

Travaux Dirigés

  • TD0 Rappels de Proba [PDF]

Travaux Pratiques

Les rapports de TP doivent être rendus sur la page Jalon du cours.

Les travaux pratiques peuvent être faits avec le logiciel Matlab ou le logiciel compatible Octave dont la dernière version pour windows peut être téléchargée ici gratuitement. Pensez à utiliser l'interface graphique en éxécutant le fichier octave-gui.bat.

Projet

Cette année le projet est une compétition Kaggle disponible à cette adresse.

La description des données est disponible à cette adresse

Pour y participer, vous devez créer un compte Kaggle avec votre adresse mail étudiante (@etu.unice.fr).

Les données de la compétition sont confidentielles et ne doievent en aucun cas être redistribuées sur internet.

A la fin du projet, il vous sera demandé de faire un courte présentation de la méthode proposée lors de cette compétition ainsi qu'un rapport au format article scientifique.