Passer au contenu principal
Apprentissage Automatique
Recherche de cours
Fermer
Recherche de cours
Activer/désactiver la saisie de recherche
Connexion
Cours
Institut de Mathématiques et Informatique
Informatique
Master 1 STIC
M1S2: STIC
App.Auto
Corrigé-types des examens 2017/2018
Examen de rattrapage 2018 - Corrigé type
Examen de rattrapage 2018 - Corrigé type
Cliquer le lien
Examen Ratt 2018 - Corrigé type.pdf
pour afficher le fichier.
Activité précédente
Examen de rattrapage 2018
Activité suivante
Interrogation 2019
Aller à…
Aller à…
Annonces
Introduction
Rappels sur le calcul des probabilités et la statistique
TD01 - Introduction
TP 01 Introduction Python
Tester vos connaissances
Ceci est juste exemple
Concepts d'apprentissage
Concepts d'apprentissage (avec annotations)
TD02 - La régression linéaire
TP 2 - La Régression Linéaire (Python)
TP 02 - La Régression Linéaire Python
TP 02 - La Classification linéaire (Python)
Vidéo 1 Apprentissage supervisé
Vidéo 2 Régression linéaire
Vidéo 3 Théorie de la décision pour la classification
Vidéo 4 Modèles linéaires pour la classification (K=2)
Vidéo 5 Modèles linéaires pour la classification (K>2)
Tester vos connaissances
Arbre de décision
TP 03 Arbre de décision
TP03
data
Devoir TP à rendre avant le 01 Juin 2022
Classificateur de Bayes
TD04 - Classificateur de Bayes
TP 04 - Classificateur de Bayes
parkinsons
TP04
Vidéo 1 Classificateur de Bayes
Vidéo 2 Exemple d'application (Attributs discrets)
Vidéo 3 Exemple d'application (Attributs numériques) + Valeurs d’attributs manquantes
Vidéo 4 Validation d’un classificateur
TP 4 Classificateur de Bayes
Tester vos connaissances
La régression logistique
TD05 - La régression logistique
TP 05 - La régression logistique
spambase
Vidéo 1 La régression logistique (RL)
Vidéo 2 Estimation des paramètres de la RL
Vidéo 3 Étude d’une application: analyse de spams
TP 5 La régression logistique
Tester vos connaissances
Les machines à vecteurs de supports
TD06 - SVM
TP 06 - SVM
TP06
Vidéo 1 SVM (Cas des données séparables)
Vidéo 2 SVM (Cas des données non séparable)
Vidéo 3 SVM (Frontières de décision non-linéaires)
TP 06 Les machines à vecteurs de supports
Les réseaux de neurones
TD07 - Les réseaux de neurones
TP N° 07 (Les réseaux de neurones)
TP 07 Les réseaux de neurones
Mnist dataset (784 colonnes)
Lien externe vers le dataset MNIST
Exercices corrigés
Vidéo 1 Les réseaux de neurones
Vidéo 2 Les réseaux de neurones
TP 07 - Les réseaux de neurones
Classification et groupement de données
TP 08 - Classification et groupement de données
Vidéo 1 Apprentissage non supervisé et Algorithme des K-moyennes
Vidéo 2 Mélange de distributions Gaussiennes
Vidéo 3 Regroupement hiérarchique de données
Vidéo 4 Nombre optimal de groupes (K)
TP 08 - Classification et groupement de données
Réduction de la dimensionnalité de données
TP 09 - Réduction de la dimensionnalité de données
Vidéo 1 Introduction + Sélection d’attributs
Vidéo 2 Analyse à composantes principales (ACP)
Vidéo 3 Analyse discriminante linéaire (ADL)
TP 09 - Réduction de la dimensionnalité de données
Sujets des exposés et affectation (STIC) 2022/2023
Sujets des exposés et affectation (I2A) 2022/2023
Corrigé Type de l'interrogation
Corrigé Type de l'interrogation de remplacement
Examen Final 2017 - Corrigé Type
Examen Remplacement 2017 - Corrigé type
Examen de rattrapage 2017 - Corrigé type
Examen Final 2018
Examen Final 2018 - Corrigé type
Examen de rattrapage 2018
Interrogation 2019
Interrogation 2019 - Corrigé type
Examen Final 2019
Examen Final 2019 - Corrigé type
Examen de rattrapage 2019
Examen de rattrapage 2019 - Corrigé Type
Examen final 2020
Examen final 2020 corrigé type
Examen de rattrapage 2020
Examen de rattrapage 2020 corrigé type
Examen Final 2021
Examen Final 2021 - Corrigé type
Interrogation 2022
Interrogation 2022 - Corrigé type
Micro TP
Micro TP - Correction
Examen Final 2022
Examen Final 2022 - Corrigé type
Interrogation 2023
Interrogation 2023 - Corrigé type
