Cours offert à Polytechnique Montréal aux trimestres d'automne d'hiver.

• Crédits : 3
• Triplet horaire : 4 - 2 - 3
• Site web : Moodle

Introduction à la théorie de l’information. Introduction aux méthodes de bases essentielles en apprentissage machine supervisé et non supervisé, en l’occurrence à la statistique bayésienne, à la régression linéaire, aux modèles linéaires généralisés et aux modèles à variables manquantes (latentes).

Le cours introduit de façon formelle les bases nécessaires pour travailler dans le domaine de l’intelligence artificielle. Dans ce cours, le cours mise sur une solide formation de base plutôt que de couvrir les plus récents algorithmes spécialisés. L’étude spécifique des algorithmes les plus récents est risquée puisqu’elle pourrait devenir obsolète aussitôt qu’un nouvel algorithme est développé tandis que les méthodes de base seront toujours pertinentes. D’ailleurs, toutes les méthodes que nous étudierons font partie de nombreux palmarès des algorithmes à maîtriser en apprentissage machine.

Ce répertoire contient les calepins Jupyter avec noyau Julia accompagnant chacun des chapitres du cours. Le répertoire contient également les énoncés de travaux dirigés ainsi que les solutions proposées.