INFO3211 : Machine Learning 1

Accès directs

Responsable(s) :

Eric Thierry

Enseignant(s) :

Mathurin Massias

Niveau

L3 / 1e année

Discipline

Informatique

ECTS

6.00

Période

2e semestre

Département

Département d'Informatique

Localisation

Site Monod

Année

2026

Langue d'enseignement

Français

Public externe (ouverts aux auditeurs de cours)

Informations générales sur le cours : INFO3211

Content objectif

identifier les différents types de problèmes en machine learning (supervisé/non supervisé, classification/régression), illustration via des exemples réels
analyse et implémentation des algorithmes de base (plus proches voisins, régression linéaire, régression logistique, K-means, PCA)
compréhension des concepts de base: choix d'hyperparamètres, surapprentissage, validation croisée, optimisation

Content prerequis

Les concepts mathématiques seront rappelés en temps voulu. Les outils mathématiques principaux sont:

espérance conditionnelle, formule de Bayes
matrices symétriques définies positives, diagonalisation, théorème spectral

Les TP sont en python (principalement numpy, matplotlib, scikit-learn)

Content modalites

2 h de cours et 2 h de TD chaque semaine. Quiz sur des questions de cours chaque semaine ou toutes les 2 semaines (liste des questions potentielles disponibles à l'avance)

Content renseignements

Aucun

Content horaires

Créneau(x)

Lundi Après-midi

Horaires du cours

13 h 30 - 15 h 30

Content bibliographie

Poly de cours disponible sur Moodle, références ad hoc dans les jeux de slides.

Accès directs

Outils

Informations générales sur le cours : INFO3211