MATI M1 - Méthodes d'apprentissage supervisé

  • Cours (CM) 6h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) 8h
  • Travaux pratiques (TP) 14h
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Description du contenu de l'enseignement

Paradigme de l'apprentissage et de la fouille de données
Apprentissage et classification supervisée : Arbres de décision, SVM

Compétences à acquérir

Objectifs en termes de connaissances
Connaître les différents paradigmes de l'apprentissage
Comprendre les principales méthodes d'apprentissage supervisé
Objectifs en termes de compétences
Savoir utiliser les principales méthodes d'apprentissage supervisé

Contact

UFR de mathématique et d'informatique

7, rue René Descartes
67084 STRASBOURG CEDEX
0368850200

Formulaire de contact

Responsable

Xavier Dolques

Céline Meillier

Nicolas Lachiche