Brève description / annotation

1. Une brève histoire de l'apprentissage. 2. Fondamentaux de l'apprentissage statistique. 3. Validation croisée. 4. Risque et choix de modèles en apprentissage - Exemples. 5. Introduction à l'optimisation pour l'apprentissage statistique. 6. SVM. 7. Apprentissage connexionniste. 8. Arbres CART et Forêts aléatoires - Importance et sélection de variables. 9. Analyse des réseaux sociaux. 10. Systèmes de recommandation sociaux. 11. Méthodes pour l'apprentissage de données massives. 12. Apprentissage de Données Massives - Cas d'usage. Bibliographie. Index.

Détails