Description : Cette formation a pour but de présenter les problématiques de l’apprentissage supervisé et du clustering, et les méthodes les plus classiques pour chacune.
Objectifs : A la fin de la formation, vous serez capable de mettre en application des méthodes pour répondre à une problémtique d’apprentissage supervisé (resp. de clustering) et de les comparer.
Notions abordées :
- Machine learning : les bases du machine learning, CART, Random Forest, …
- Clustering : problématique, Kmeans, clustering hiérarchique, modèles de mélnages gaussiens
Pré-requis : Quelques bases en statistique et en R
Inscription
L'inscription à cet événement est actuellement ouverte.
