Dates: voir le calendrier
Cet enseignement se focalise sur les algorithmiques classiques utilisés en apprentissage non-supervisé, ainsi que sur les modèles de réseaux de neurones profonds.
- Clustering : classification hiérarchique, k-means et ses variantes, modèles de mélange gaussiens, méthodes spectrales
- Réduction de dimension et visualisation : décomposition en valeurs singulières, ACP et ses variantes, ACM, MDS, ISOMAP, t-SNE
- Algorithmes de descente de gradient, back-propagation et variantes
- Réseaux de neurones convolutionnels et réseaux récurrents
Intervenant⋅e⋅s :