| |
|<
<< Page précédente
1
Page suivante >>
>|
|
documents par page
|
|
Tri :
Date
Editeur
Format
Auteur
Titre
|
Voir le document
|
Réseaux de neurones
Auteur(s):
Fabrice Rossi
Éditeur(s):
Fabrice Rossi
Source de la notice:
UNIT
Ce cours est une présentation des modèles de réseaux de neurones les plus importants. Il s'organise selon le plan suivant :
Introduction et neurone de McCulloch et Pitts ;
Modèles linéaires (dont les machines à vecteurs de support) ;
Transformation des données ;
Évaluation et sélection de modèle...
Accéder à la fiche de description
|
Voir le document
|
Introduction à l'apprentissage statistique
Auteur(s):
Fabrice Rossi
Éditeur(s):
Fabrice Rossi
Source de la notice:
UNIT
Ce cours est une introduction à la théorie de l'apprentissage et à ses principaux résultats, destinée à des doctorants et chercheurs en statistiques. Il a été donné dans le cadre du premier Workshop du Réseau Africain de Statistique Mathématique et ses Applications (RASMA), à Franceville (Gabon) en janvier 2008. Le cours commence par présenter l'apprentissage automatique, puis sa formalisation statistique, en insistant sur les différents enjeux : consistance des algorithmes, vitesses de convergence, etc. Une grande partie du cours s...
Accéder à la fiche de description
|
Voir le document
|
Apprentissage par renforcement
Auteur(s):
Philippe Preux
Éditeur(s):
Université de Lille III
Source de la notice:
UNIT
Ce cours s'organise selon le schéma suivant :
Après avoir défini précisément le problème que l'on veut résoudre, c'est-à-dire le problème de contrôle optimal, on démontre des propriétés importantes liées à ce problème et à sa solution.
Ce faisant, on essaie de donner de l'intuition concernant ce problème afin de comprendre à quoi sert ce que l'on essaie de faire. Disons-le tout de suite, le problème que l'on va étudier est extrêmement général, les applications en sont très variées et l'utilisation de ce qui suit est grande....
Accéder à la fiche de description
|
Voir le document
|
Optimisation et algorithmes génétiques (série : Cours Polytech'Lille)
Auteur(s):
Vincent Magnin
Éditeur(s):
Polytech'Lille
Source de la notice:
UNIT
Les Algorithmes Génétiques sont basés sur la théorie de l'évolution de Darwin. Ils consistent à faire évoluer une population de dispositifs à l'aide de différents opérateurs : sélection, croisements, mutations. Ils sont en particulier utilisés pour les problèmes d'optimisation comportant de nombreux paramètres et des objectifs multiples....
Accéder à la fiche de description
|
Voir le document
|
Réseaux de neurones, réseaux bayesiens et applications
Auteur(s):
Philippe Leray
Éditeur(s):
Institut National des Sciences Appliquées de Rouen
Source de la notice:
UNIT
Format:
texte, image fixe, ensemble de données
Le but de l'UV est de familiariser les étudiants avec les techniques d'estimation fonctionnelle en régression et en discrimination et des modèles comme les réseaux de neurones et les réseaux bayésiens, puis d'aborder un certain nombre d'applications de ces techniques. La première partie du cours pose le problème dans le cadre linéaire (régression linéaire, discrimination linéaire) puis abordera le problème d'estimation de performances. Dans la seconde partie, le cours se concentrera sur les estimateurs non linéaires comme les réseaux de neurones de type « perceptrons multicouches », fonctions ...
Accéder à la fiche de description
|
Voir le document
|
Data Mining
Auteur(s):
Philippe Leray, Alain Rakotomamonjy
Éditeur(s):
Institut National des Sciences Appliquées de Rouen
Source de la notice:
UNIT
Format:
texte, ensemble de données
Toutes les entreprises collectent et stockent de grandes quantités de données. Ces mégabases de données, qui ne cessent d'augmenter jour après jour, sont peu exploitées, alors qu'elles cachent de connaissances décisives face au marché et à la concurrence. Pour combler ce besoin, une nouvelle industrie est en train de naître : le Data Mining (qu'on appellerait en français la fouille de données). Le but de cette UV est d'initier les élèves-ingénieurs aux méthodes et algorithmes issus des statistiques et utilisés en Data Mining.
La première partie de ce cours aborde les méthodes de représentation...
Accéder à la fiche de description
|
|
|
|<
<< Page précédente
1
Page suivante >>
>|
|
documents par page
|
