(English version available here.) En 2018-2019, j’enseigne :
Apprentissage Automatique
Troisième année de Licence Informatique et de Licence Math-Info pour les Sciences Sociales. Un cours de découverte de l’apprentissage automatique : Des idées générales à la mise en pratique.
Science des Données
Première année du Master Traitement du Signal et des Images. Ce cours s’intéresse à tous les aspects de la science des données: préparation et visualisation des données (ACP, prise en main de pandas, etc.), apprentissage automatique et en particulier la prise en main de scikit-learn (regression linéaire et logistique, arbres de décision, random forest, SVM, boosting, k-means, hierarchical clustering, etc.), analyse des résultats (métriques comme le taux d’erreur, le F-score, l’aire sous la courbe ROC, etc.; prise en main de matplotlib; etc.)
Base de Données
Deuxième année de Licence Math Physique Chimie Informatique (MPCI). De l’algèbre relationnel au SQL, en passant par de la conception (schéma entité/association) et l’interfaçage en python.
Intelligence Artificielle: de l’apprentissage machine à la science des données
Cours d’école doctorale. Tout se trouve ici ici (English only).
Introduction à la Science des Données
Première année du Master Informatique. Comment s’attaquer à des données ? Comment utiliser un algorithme d’apprentissage ? Comment analyser des résultats ? C’est à ces questions que ce cours tente de répondre. Il y est question de sélection d’attributs, de régression (linéaire et logistique), de classification (supervisée ou non), de métriques d’évaluation, …
Classification avancée
Deuxième année du Master Traitement du Signal et des Images. Il y est principalement question de deep learning pour la computer vision.