Apprentissage automatique

Dernière mise à jour le 26 janvier 2009

Séances le lundi de 16:00 à 18:45 en Cunéo F.

• Semaine 1: Plan du cours, Rappels.

• Semaine 2: Réseaux Bayésiens (1), un tutorial de Andrew Moore.

• Semaine 3: Réseaux Bayésiens (2), inférence bayesienne.

• Semaine 4: Descente de gradient, fichiers C, approximation polynomiale.

• Semaine 5: Réseaux de neurones (1).

• Semaine 6: Réseaux de neurones (2), fichiers C.

• Semaine 7: Apprentissage par renforcement (1a) (introduction, exploration vs exploitation), fichiers C du multi-armed bandit problem, gnuplot FAQ.

• Semaine 8: Apprentissage par renforcement (1b) (le problème, les processus decisionnels de Markov).

• Semaine 9: Apprentissage par renforcement (2) (la programmation dynamique, value iteration, Rmax), fichiers C.

• Semaine 10: Apprentissage par renforcement (3) (Monte Carlo, Différences Temporelles, Q-learning, SARSA), fichiers C, CMU RL simulator en Java, La sorciere en Java (Univ du Littoral).

• Semaine 11: Apprentissage symbolique: induction, relation d'ordre, espace des versions.

• Semaine 12: Apprentissage symbolique: algorithme d'élimination des candidats.