Chargement...
 

Historique: Courses

Aperçu de cette version: 233

2014-2015
PLANNING_EDT M2R IAC 2014-2015.pdf

Oral ASO 2014 2 février 2015

Examens 2014

  1. Examen Module 2 (Apprentissage et Optimisation) Exam_Opt2_2014.pdf
  2. Examen Module 6 (Robotique et Agents Autonomes) Exam_OptRAA_2014.pdf

Second semester

Wednesday, 9-12am, room 213, PUIO: Apprentissage Statistique, Optimisation & Applications

Friday, 9-12am, room 213, PUIO: Robotics and Autonomous Agents

M2R: Apprentissage Statistique et Optimisation : Alexandre Allauzen, Anne Auger, Michele Sebag

  1. Cours 1: Introduction, Arbres de décision, Validation
    1. Slides, révisés:main_revised.pdf
  2. Cours SVM
    1. Slides Cours_SVM_14.pdf

2013 - 2014

Quelques liens

  1. 13 janvier 2014 http://www.forbes.com/sites/85broads/2014/01/06/six-novel-machine-learning-applications/
  2. 13 janvier 2014. http://passeurdesciences.blog.lemonde.fr/2014/01/12/teleportez-vos-bras-pour-manipuler-des-objets-a-distance/
  3. 9 dec. 2013. http://perso-etis.ensea.fr/alexpitt/LaRobotiqueEtLeVivant_en.html

L2 Vie Artificielle : Alexandre Allauzen et Michele Sebag


M2R: Apprentissage Statistique et Optimisation : Alexandre Allauzen, Michele Sebag, Marc Schoenauer



M2R: Apprentissage Statistique & Optimisation Avancés: Michele Sebag, Anne Auger, Balazs Kégl

  1. Cours 1: Neural Nets
    1. pdf, 4 dec. Orsay, 9h-12h.
  2. Cours 2 et 3: Optimisation numérique par algorithmes stochastiques adaptatifs (Stratégies d'Evolutions, CMA-ES)
    1. Transparents de cours, 11 & 18 dec. 2013
  3. Cours 4: Deep Learning
    1. Presentation Yoshua Bengio AAAI 2013
    2. Conference part 1
    3. Conference part 2
  4. Cours 5: Boosting
    1. slides
    2. intro chapter
    3. multiclass (in Appendix)
    4. multiboost code
  5. Cours 6: Multiclass, ensembles, calibration, model compression
    1. John Platt's original paper on model compression, Niculescu-Mizil&Caruana's paper on the same subject
    2. Rich Caruana's slides on model compression from ICML13 budgeted learning
  6. Cours 7: Monte-Carlo Markov chains
    1. Rémi Bardenet's slides on MCMC from IN2P3's School of Statistics ( proceedings)
  7. Cours 8: Apprentissage non supervisé
    1. pdf,

M2R: Robotique et agents autonomes: Michele Sebag et Jamal Atif

  1. Cours 1: Introduction
    1. pdf, 6 dec. Orsay, 14h-17h.
  2. Cours 2: Apprentissage par renforcement
    1. pdf, 13 dec. Orsay, 14h-17h.
  3. Cours 8: Changement de représentations
    1. pdf, 7 dec. Orsay, 9h-12h.

M1 MPRI: Apprentissage Michele Sebag & Benoit Barbot

  1. Cours 1, 16 sept. Paris, 16h-19h.
  2. Cours 2, 30 sept.
  3. Cours 3, 14 oct.
  4. Cours 4, 28 oct.
  5. Cours 5, 18 nov. Revisé 21 nov.
  6. Cours 6: Deep Learning.
    1. Slides: Tutorial Yoshua Bengio, ICML 2012
  7. Cours 7: Ensemble learning
    1. Cours 7, 13 jan.
  8. Cours 8: Unsupervised learning
    1. Cours 8, 27 jan.
  9. Cours 9: Changes of representation
    1. Cours 9, 10 fev.
  10. Cours 10: Reinforcement learning
    1. Cours 10, 24 fev. 2014.

2012 - 2013

Tronc commun: Apprentissage Statistique et Optimisation

introductory course on machine learning and optimization. To get a first flavor of it: read the slides on decision trees & validation (first course) and on support vector machines (6th course).

Module Apprentissage Statistique, Optimisation et Applications - Option 2

follow-on: advanced course on machine learning and optimization

Module Robotique - Option 6


L3 ENS-Cachan, Cours d'apprentissage


Retour des étudiants, 2012-2013


2011 - 2012

Departement Informatique, Université Paris-Sud

Master 1; Master 2 Stages

Ressources

Web sites


Cours 2011-2012

L3 ENS-Cachan, Cours d'apprentissage

Tronc commun Master 2R IAC, Information, Apprentissage, Cognition, TC2

Sondage des étudiants


Horaire de passage des projets

5 mars 2012. 10 mn d'exposé, 10 mn de questions. Envoyez l'horaire choisi à sebag at lri dot fr : premier arrivé premier servi.

  1. 10h
  2. 10h 20
  3. 10h 40
  4. 11h
...

Liste des cours

  1. Cours Introduction 3 octobre 2011
  2. Cours Réseaux Neuronaux {file name="Cours_IAC_TC2_2011_NN.pdf" desc="6 octobre 2011}
  3. Cours Bayesien Naif transparents
  4. Cours Apprentissage non supervisé transparents
  5. Cours Modeles de Markov transparents 1, transparents 2
  6. Cours Représentations 27 octobre
  7. Cours Optimisation: Partie I: Introduction et méthodes déterministes, 3 novembre
  8. Cours Optimisation: Partie II: Méthodes stochastiques, 3 novembre


Voir aussi http://www.limsi.fr/Individu/yvon/mysite/mysite.php?n=Site.ASO

Option 2: Apprentissage Statistique, Optimisation et Applications

  1. Cours 30 nov. 2011
  2. Document Metric Learning, slides K. Weinberger Weinberger.pdf
  3. Cours du 7/14 Décembre 2011 - Optimisation par algorithmes stochastiques adaptatifs
  4. Cours du 14 Décembre - Evaluation des performances
  5. Cours 4 jan. 2012
  6. Cours 11 jan. 2012
  7. Cours 18 janvier 2012, Apprentissage par renforcement, Part I, Part II, Part III
  8. Cours 3 février, Monte-Carlo Tree Search COURS_RL.pdf

Articles

Historique

Avancé
Information Version
dim. 03 de mai, 2015 22h53 sebag from 129.175.15.11 240
Afficher
dim. 03 de mai, 2015 22h49 sebag from 129.175.15.11 239
Afficher
ven. 13 de Feb, 2015 12h21 sebag from 129.175.15.11 238
Afficher
ven. 13 de Feb, 2015 12h21 sebag from 129.175.15.11 237
Afficher
ven. 13 de Feb, 2015 12h16 sebag from 129.175.15.11 236
Afficher
jeu. 12 de Feb, 2015 23h48 sebag from 129.175.15.11 235
Afficher
jeu. 12 de Feb, 2015 23h45 sebag from 129.175.15.11 234
Afficher
dim. 08 de Feb, 2015 23h22 auger from 129.175.15.11 233
Afficher
dim. 08 de Feb, 2015 16h04 sebag from 129.175.15.11 232
Afficher
dim. 08 de Feb, 2015 16h03 sebag from 129.175.15.11 231
Afficher