Installation des prérequis pour les TD sur votre machine: numpy, scipy, sklearn (aka scikit-learn)
Cours 1: Introduction et Statistiques 101. TD1
Cours 3: Apprentissage, Estimateurs Statistiques TD3
Cours 4: Regression Logistique, Extraction de features Texte, Feature Engineering Vidéos TD4
Cours 5: Distance et Clustering; Extraction de features Images TD5
Cours 6: Moteurs de Recommandations TD6
Cours 7: Apprentissage 2: Modèles Algorithmiques; Validation Croisée TD7
Cours 8: SVM, Réseaux de neurones TD8
Cours 9: Réseaux de Neurones convolutifs, et peut-etre ACP, LSTM, Reinforcment learning (?) TD 9
→ Si vous êtes sur une machine de TD, insérez PYTHONPATH=/ens/viger/.local/lib/python3.5/site-packages avant de taper "python3".
QCM de cours: Probablement en décembre, au début d'un TD.
Soutenances de projets: ?