Ce cours fournit une introduction complète au Machine Learning, couvrant à la fois les fondamentaux théoriques et les applications pratiques. Cela commence par un examen des statistiques, mettant l'accent sur les approches basées sur le calcul telles que l'estimation du maximum de vraisemblance. Le cours approfondit ensuite les domaines fondamentaux de l'apprentissage automatique, y compris à la fois des sujets fondamentaux et des techniques avancées telles que l'apprentissage d'ensemble et les réseaux de neurones. Une partie importante du cours est consacrée à la mise en œuvre pratique, en mettant l'accent sur l'application des concepts appris à des problèmes du monde réel tels que la prévision du risque de crédit. Le cours est structuré pour partir de concepts basiques jusqu'à des concepts complexes, préparant les étudiants à la fois à l'avancement académique et à l'application professionnelle dans le domaine de l'apprentissage automatique.
- Gestionnaire: Luisa Rocha da silva