Fiches de cours

Statistical machine learning

MATH-412

Enseignant(s) :

Thibaud Emeric Rolland Georges

Langue:

English

Summary

A course on statistical methods for supervised and unsupervised learning.

Content

Learning Prerequisites

Required courses

Analysis, Linear Algebra, Probability and Statistics, Linear Models

Important concepts to start the course

This is a statistics/mathematics course. Prior to following this course, the student must have very good knowledge of basic probabilty and statistics (statistical modeling and inference, linear regression).

Learning Outcomes

By the end of the course, the student must be able to:

Teaching methods

Ex cathedra lectures, exercises and computer practicals in the classroom and at home.

Assessment methods

Data analysis (mini-)project, and final exam.

Seconde tentative : Dans le cas de l¿art. 3 al. 5 du Règlement de section, l¿enseignant décide de la forme de l¿examen qu¿il communique aux étudiants concernés.

Supervision

Office hours No
Assistants Yes
Forum Yes

Resources

Virtual desktop infrastructure (VDI)

No

Bibliography

Ressources en bibliothèque
Notes/Handbook

A polycopié will be available on Moodle.

Dans les plans d'études

  • Ingénierie mathématique, 2018-2019, Master semestre 1
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Ingénierie mathématique, 2018-2019, Master semestre 3
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Mathématiques - master, 2018-2019, Master semestre 1
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Mathématiques - master, 2018-2019, Master semestre 3
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Mathématiques pour l'enseignement, 2018-2019, Master semestre 1
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Mathématiques pour l'enseignement, 2018-2019, Master semestre 3
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
  • Génie électrique (edoc), 2018-2019
    • Semestre
      Automne
    • Forme de l'examen
      Ecrit
    • Crédits
      5
    • Matière examinée
      Statistical machine learning
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines

Semaine de référence

LuMaMeJeVe
8-9
9-10
10-11
11-12
12-13
13-14
14-15
15-16
16-17
17-18
18-19
19-20
20-21
21-22
En construction
Cours
Exercice, TP
Projet, autre

légende

  • Semestre d'automne
  • Session d'hiver
  • Semestre de printemps
  • Session d'été
  • Cours en français
  • Cours en anglais
  • Cours en allemand