INITIATION AUX METHODES DE MACHINE LEARNING

Au cours de la formation, les principes des méthodes sont introduits par une approche géométrique. L’accent est mis sur l’utilisation pratique des méthodes et l’interprétation des résultats.

Les exercices d’application sont proposés sur un jeu de données pour chaque méthode. La formation est donnée sur l’un des logiciels d’analyse de données et Machine Learning PLS_Toolbox® ou SOLO® (Eigenvector Research Inc).

• Rappel des méthodes linéaires
• Quelques méthodes de gestion de faibles non linéarités
• Régression locale (LWR – Locally Weighted Regression)
• Support Vector Machines (SVM)
• Réseaux de neurones artificiels (ANNDL)
• Arbres de régression : Boosted Regression Trees (XGB)
• Visualisation et compression avec UMAP et t-SNE
• Application sur jeu de données et logiciel
• Questions-réponses sur points non maîtrisés