Machine Learning : regression, dimensionality reduction and data visualization [ LELEC2870 ]

> https://moodleucl.uclouvain.be/course/view.php?id=84

Méthodes d'analyse de données linéaires et non-linéaires, en particulier à des fins de régression et de réduction de dimension, y compris pour la visualisation.

Eu égard au référentiel AA du programme « Master ingénieur civil biomédical », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :

• AA1.1, AA1.2, AA1.3
• AA3.1, AA3.2, AA3.3
• AA4.1, AA4.2, AA4.4
• AA5.1, AA5.2, AA5.3, AA5.5
• AA6.3

Plus précisément, au terme du cours, l'étudiant sera capable de :

- Comprendre et appliquer des techniques d'apprentissage automatique (machine learning) pour l'analyse de données et de signaux, en particulier pour des problèmes de régression et de prédiction.

- Comprendre et appliquer des techniques linéaires et non linéaires de visualisation de données.

- Evaluer les performances de ces méthodes par des techniques appropriées.

- Guider les choix à effectuer parmi les méthodes existantes sur base de la nature des données et des signaux à analyser

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».

Examen oral (si le nombre d'inscrits le permet) à livre fermé.

Cours en auditoire, exercices, travaux pratiques sur ordinateur, projet individuel ou en binôme

• Régression linéaire
• Régression non-linéaire avec perceptrons multi-couches
• Clustering et quantification vectorielle
• Régression non-linéaire avec réseaux à fonctions radiales de base
• Régression probabiliste
• Modèles ensemblistes
• Sélection de modèles
• Analyse en Composantes Principales
• Réduction non-linéaire de dimension et visualisation de données
• Analyse en Composantes Indépendantes
• Méthodes à noyaux

Divers livres de références (mais non obligatoires) mentionnés sur le site du cours