Chapitres du module ML

les concepts fondamentaux du machine learning, les types d’apprentissage (supervisé, non supervisé), leurs principales applications.

Introduction à la régression linéaire : principe, fonctionnement et utilisation pour la prédiction de données.

Introduction à la régression logistique : méthode de classification binaire, principes et applications

Introduction _deep_learning-Neurone Mcolluch and Pitt

Perceptron, réseau de neurones multicouches,

MLP, réseau de neurones multicouches, rétropropagation, backpropagation, deep learning, descente de gradient,

Fonctions d’activation en Deep Learning : rôle, types et applications”

Les travaux pratiques visent à appliquer progressivement les concepts du Machine Learning à travers des exercices guidés, depuis la manipulation de données jusqu’à l’entraînement et l’évaluation de modèles..