Prepas.org

Le site de l'UPS pour les Classes Préparatoires aux Grandes Écoles

Télécom Bretagne Stage 4 : Introduction au machine learning sous Python le Vendredi 29 avril 2016

4 stages sont proposés du 25 au 29 avril, où l’on peut s’inscrire à tout ou seulement à une partie des stages.

La page d’accueil est ici
Le descriptif des stages est

Stage 1 : lundi 25 avril 2016 : Probabilités : analyse et simulation des phénomènes aléatoires avec Python. Plus d'informations ici

Stage 2 : mardi 26 avril 2016 : Initiation aux bases de données, présentation du langage de requête SQL, exemples de programme Python pour interagir avec la BD. Plus d'informations ici

Stage 3 : mercredi 27 et jeudi 28 avril 2016 : Théorie et application des graphes. Plus d'informations ici

Stage 4 : vendredi 29 avril 2016 : Introduction au machine learning sous Python. Plus d'informations ci-dessous

Pour toute question, merci de prendre contact par mail avec Chantal Leblond en cliquant sur ce lien : contact-cpge

Lieu : campus de Télécom Bretagne, Brest

Adresse : Le campus est situé à l'ouest de Brest, sur le Technopôle de Brest-Iroise. On y accède facilement avec le fléchage « Technopôle » en suivant la direction « Le Conquet, Plouzané ». L'École est située 655, avenue du Technopôle, en face de l'avenue La Pérouse. En savoir plus

Nombres min/MAX de participants : min=8, MAX=32

Prise en charge partielle par Télécom Bretagne des frais de restauration et d'hébergement pendant la durée du stage (voir formulaire d'inscription).

Intervenants : Thierry Chonavel, Issam Rebaï, Yannis Haralambous, enseignants-chercheurs à Télécom Bretagne

INSCRIPTIONS

Pour toute inscription, suivez ce LIEN

Programme stage 4 : vendredi 29 avril 2016 : Introduction au machine learning sous Python


Intervenant : Yannis Haralambous

Pré-requis : quelques notions de mathématiques

Mots-clés : apprentissage automatique, régression, classification supervisée, classification non-supervisée, K-means

Présentation : L'apprentissage automatique ou machine learning est un ensemble de techniques au croisement de la statistique, de l'intelligence artificielle et de l'informatique. Il s'agit de résoudre des problèmes en se basant sur des cas déjà résolus. On dit alors que la machine "apprend" et plus le corpus d'apprentissage est important, plus elle arrive à se comporter comme un humain pour la résolution d'un problème précis.

Cette approche est particulièrement pertinente de nos jours, puisque nous avons accès à des données de plus en plus massives : cela permet à des programmes basés sur le machine learning d'effectuer des tâches complexes de plus en plus efficacement (exemples : la reconnaissance de visages dans des photos, la traduction automatique, la détection de SPAM, etc.).

Ce stage se veut une initiation au machine learning à travers trois exemples fondamentaux (régression, classification supervisée, classification non supervisée). Les exercices vus lors du stage peuvent ensuite servir en tant que base de TP de classe de prépa.

Programme


Régression linéaire, polynomiale
Classification supervisée
Classification non supervisée, K-means