Apprentissage automatique - Les mathématiques fondamentales derrière les bibliothèques

Aperçu

Explorez les fondements mathématiques de l'apprentissage automatique, des techniques d'apprentissage supervisé à l'apprentissage non supervisé, pour acquérir une compréhension plus approfondie des réseaux de neurones et de leurs processus sous-jacents.

Programme

• Introduction aux Mathématiques de l'Apprentissage Automatique
Vue d'ensemble de l'Apprentissage Automatique et Prérequis Mathématiques
Bases de l'Algèbre Linéaire : Vecteurs, Matrices et Opérations
Fondamentaux des Probabilités et Statistiques
• Fondations de l'Apprentissage Supervisé
Régression Linéaire : Moindres Carrés, Fonction de Coût et Descente de Gradient
Régression Logistique : Fonction Sigmoïde, Fonction de Perte et Maximum de Vraisemblance
Machines à Vecteurs de Support : Marge, Formulation Duale et Astuce du Noyau
• Techniques d'Apprentissage Non Supervisé
Algorithmes de Clustering : K-Moyennes et Clustering Hiérarchique
Analyse en Composantes Principales (ACP) : Vecteurs Propres et Valeurs Propres
Modèles de Mélange Gaussien et Maximisation de l'Espérance
• Réseaux Neuronaux et Apprentissage Profond
Modèle du Perceptron et Perceptrons Multicouches
Rétropropagation et Règle de la Chaîne en Calcul Différentiel
Fonctions d'Activation : Sigmoïde, ReLU et Softmax
• Techniques d'Optimisation et d'Entraînement
Descente de Gradient Stochastique et Variantes
Schedules de Taux d'Apprentissage et Techniques de Régularisation
Surapprentissage et Sous-apprentissage : Compromis Biais-Variance
• Sujets Avancés en Apprentissage Automatique
Réseaux de Neurones Convolutifs : Convolutions, Pooling et Exploitation des Données Visuelles
Réseaux de Neurones Récurrents : Séries Temporelles et Données de Séquence
Introduction aux Bases de l'Apprentissage par Renforcement
• Exploration Mathématique de la Performance et de l'Évaluation
Matrice de Confusion, Précision, Rappel et Score F1
Caractéristique de Fonctionnement du Récepteur (ROC) et AUC
Validation Croisée et Stratégies de Sélection de Modèles
• Conclusion du Cours et Projet de Synthèse
Intégration des Concepts Mathématiques dans les Applications du Monde Réel
Construire un Modèle d'Apprentissage Automatique Simple à Partir de Zéro
Discussion sur les Tendances Futures et le Rôle des Mathématiques dans l'Avancée de l'IA

---

Sujets

Conférences