members:aguilloux:enseignements:mlm1
Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision | ||
|
members:aguilloux:enseignements:mlm1 [2019/03/28 11:12] Agathe Guilloux |
members:aguilloux:enseignements:mlm1 [2022/03/24 10:30] (current) Agathe Guilloux |
||
|---|---|---|---|
| Line 1: | Line 1: | ||
| - | ===== Introduction au Machine Learning (M1 MINT) ===== | + | ===== Statistical learning (M1 MINT) ===== |
| === Slides du cours === | === Slides du cours === | ||
| - | * {{:members:aguilloux:enseignements:mlm1mint:slides.pdf|Slides}} | + | * {{:members:aguilloux:enseignements:mlm1mint:slides.pdf|Slides cours 1}} |
| - | === TP === | + | * {{:members:aguilloux:enseignements:mlm1mint:slides_cours2.pdf|Slides cours 2}} {{:members:aguilloux:enseignements:mlm1mint:slides_cours_2_commentees.pdf|Slides commentées}} |
| - | * [[https://github.com/datascience-ueve/ML_M1MINT | TPs]] | + | * {{:members:aguilloux:enseignements:mlm1mint:slides_cours3.pdf|Slides cours 3}} |
| - | * [[https://docs.google.com/spreadsheets/d/15uLS8zCcufXFUDtQVVj4qT27TWQkivinWSyV5ZZgiAc/edit#gid=0| Google sheet]] | + | * {{:members:aguilloux:enseignements:mlm1mint:slides_cours4.pdf|Slides cours 4}} |
| - | == TP1 == | + | |
| - | * [[https://classroom.github.com/a/tajEtRl9|invitation github classroom]] | + | |
| - | == TP2 == | + | |
| - | * [[https://classroom.github.com/a/6yjsB-rJ|invitation github classroom]] | + | |
| - | A rendre via **GitHub** pour le 05/03 : l'analyse du jeu de données Vowel via NB, LDA, QDA, k-NN pour différents k (vous pouvez utiliser la cross-validation via sklearn), vous pouvez ajouter les arbres (avec cross-validation). Attention à soigner la présentation et les commentaires. | + | |
| - | == TP3 == | + | |
| - | * [[https://classroom.github.com/a/cVvtSyzs|invitation github classroom]] | + | |
| - | A rendre via **GitHub** pour le 01/04. Attention à soigner la présentation et les commentaires. | + | |
| + | === TDs === | ||
| + | * {{:members:aguilloux:enseignements:mlm1mint:td1_060122.pdf|Enoncé du TD1}}{{:members:aguilloux:enseignements:mlm1mint:fin_probleme1_td1.pdf|Fin de la correction du Problème 1 du TD 1}} | ||
| + | * Le problème 2 du TD1 est à rendre sur feuille, la note comptera comme DM, pour le 3 février | ||
| - | == Distribution anaconda et bibliographie == | + | === Labs === |
| - | * [[https://docs.continuum.io/anaconda/install/| Python : anaconda distribution (> 4) avec python 3]] | + | * Préparation des données pour le TP1 {{:members:aguilloux:enseignements:mlm1mint:students.zip|Sujet et données}}{{:members:aguilloux:enseignements:mlm1mint:tp_preparation_correction.zip|Correction et données finales}} |
| - | * Si vous voulez approfondir : [[https://github.com/jakevdp/PythonDataScienceHandbook|Python Data Science handbook de Jake VanderPlas ]] | + | * {{:members:aguilloux:enseignements:mlm1mint:credit_scoring-sujet.ipynb.zip|Sujet du TP 1}} |
| - | + | * [[https://colab.research.google.com/drive/15_8Hg7KmsSAx8F2ze86EeLW_4gnlc5pd?usp=sharing|Correction du TP 1]] | |
| - | == Documents == | + | * {{:members:aguilloux:enseignements:mlm1mint:tp2.zip| Sujet du TP2 et données}} |
| - | * {{:members:aguilloux:enseignements:mlm1mint:sujet.pdf| Sujet de l'examen 2017-2018}} | + | * La 1ere version est à rendre aujourd'hui 12h30 par mail. Le nom du fichier doit avoir la forme nom_prenom.ipynb |
| - | * [[https://www.youtube.com/watch?v=aircAruvnKk|Vidéo sur les réseaux de neurone]] | + | * La 2nde version est à rendre le 01 avril par mail. Le nom du fichier doit avoir la forme nom_prenom_v2.ipynb |
| - | * [[https://playground.tensorflow.org/|Playground de tensorflow]] | + | * Je noterai pour la 2nde version la qualité scientifique ainsi que celle des commentaires (code et résultats) et de la mise en forme |
members/aguilloux/enseignements/mlm1.1553767953.txt.gz · Last modified: 2019/03/28 11:12 by Agathe Guilloux
Page Tools
Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Share Alike 3.0 Unported
