Rémi Flamary

Site web professionel

Traitement du signal avancé, Machine Learning M1

Responsable du cours: Cédric Richard

Cours

  • Reconnaissance des formes et machine learning [PDF]
    • Introduction
    • Description/Exploration des données
    • Prédiction
    • Mise en oeuvre d'un système
  • Analyse en Composantes Principales (ACP) [PDF]
    • Analyse des données
    • Inerties
    • Analyse en Composantes Principales
  • Analyse factorielle discriminante (AFD) [PDF]
    • Discriminant de Fisher
    • Discrimination à 2 classes
    • Choix du critère
    • Discrimination multi-classe
  • Régression Linéaire [PDF]
    • Régression Linéaire
    • Régression Ridge
    • Régression linéaire pour la discrimination
  • Discrimination Linéaire [PDF]
    • Régression logistique
    • Perceptron de Rosenblatt
    • Séparateurs à Vaste Marge
  • Théorie bayesienne de la décision [PDF]
    • Rapport de vraisemblance
    • Risque de Bayes
    • Exemples dans le cas gaussien

Travaux Dirigés

  • TD1 Rappels
  • TD2 ACP [PDF]
  • TD3 Régression linéaire [PDF]
  • TD4 Discrimination linéaire [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.