Reporté : Stage LIESSE : Apprentissage statistique (focus sur l’apprentissage supervisé)

• Intervenants : Florence d’Alché-Buc + Matthieu Labeau
• Déroulé :
  • Matin : Introduction (2h), TP (1h)
  • Après-midi : Suite du cours (2h), TP (1h30)
• Le stage a pour but d’introduire les principaux concepts de l’apprentissage statistique, domaine clef de l’Intelligence Artificielle d’aujourd’hui en s’appuyant sur la résolution de problème de classification supervisée. En partant d’un problème réel (classification de documents), nous présenterons l’apprentissage sous l’angle d’une modélisation probabiliste et statistique. Nous évoquerons les questions de représentation des données, choix des modèles et choix de métriques d’évaluation. Puis nous nous intéresserons au ressort commun à différents algorithmes d’apprentissage, la descente de gradient. Nous évoquerons enfin très rapidement les points difficiles et les défis qui se posent lors de l’utilisation de ces outils. Deux séances pratiques en Python ponctueront la journée : l’une portant sur un problème « jouet » en deux dimensions pour maîtriser la compréhension du modèle et de l’algorithme. La deuxième portera sur la résolution effective du problème posé en début de journée. L’outil Scikit-Learn sera employé. [En savoir plus, programme détaillé]
• 40 stagiaires maximum