Cours_ASOA_NN_2014.pdf 2014-2015
Second semester
Wednesday, 9-12am, room 213, PUIO: Apprentissage Statistique, Optimisation & Applications
M2R: Apprentissage Statistique et Optimisation : Alexandre Allauzen, Anne Auger, Michele Sebag
- Cours 1: Introduction, Arbres de décision, Validation
- Slides, révisés:main_revised.pdf
- Cours SVM
- Slides Cours_SVM_14.pdf
2013 - 2014
Quelques liens
- 13 janvier 2014 http://www.forbes.com/sites/85broads/2014/01/06/six-novel-machine-learning-applications/
- 13 janvier 2014. http://passeurdesciences.blog.lemonde.fr/2014/01/12/teleportez-vos-bras-pour-manipuler-des-objets-a-distance/
- 9 dec. 2013. http://perso-etis.ensea.fr/alexpitt/LaRobotiqueEtLeVivant_en.html
M2R: Apprentissage Statistique & Optimisation Avancés: Michele Sebag, Anne Auger, Balazs Kégl
- Cours 1: Neural Nets
- pdf, 4 dec. Orsay, 9h-12h.
- Cours 2 et 3: Optimisation numérique par algorithmes stochastiques adaptatifs (Stratégies d'Evolutions, CMA-ES)
- Transparents de cours, 11 & 18 dec. 2013
- Cours 4: Deep Learning
- Presentation Yoshua Bengio AAAI 2013
- Conference part 1
- Conference part 2
- Cours 5: Boosting
- slides
- intro chapter
- multiclass (in Appendix)
- multiboost code
- Cours 6: Multiclass, ensembles, calibration, model compression
- John Platt's original paper on model compression, Niculescu-Mizil&Caruana's paper on the same subject
- Rich Caruana's slides on model compression from ICML13 budgeted learning
- Cours 7: Monte-Carlo Markov chains
- Rémi Bardenet's slides on MCMC from IN2P3's School of Statistics ( proceedings)
- Cours 8: Apprentissage non supervisé
- pdf,
M2R: Robotique et agents autonomes: Michele Sebag et Jamal Atif
- Cours 1: Introduction
- pdf, 6 dec. Orsay, 14h-17h.
- Cours 2: Apprentissage par renforcement
- pdf, 13 dec. Orsay, 14h-17h.
- Cours 8: Changement de représentations
- pdf, 7 dec. Orsay, 9h-12h.
- Cours 1, 16 sept. Paris, 16h-19h.
- Cours 2, 30 sept.
- Cours 3, 14 oct.
- Cours 4, 28 oct.
- Cours 5, 18 nov. Revisé 21 nov.
- Cours 6: Deep Learning.
- Slides: Tutorial Yoshua Bengio, ICML 2012
- Cours 7: Ensemble learning
- Cours 7, 13 jan.
- Cours 8: Unsupervised learning
- Cours 8, 27 jan.
- Cours 9: Changes of representation
- Cours 9, 10 fev.
- Cours 10: Reinforcement learning
- Cours 10, 24 fev. 2014.
2012 - 2013
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).
follow-on: advanced course on machine learning and optimization
2011 - 2012
Ressources
Web sites
Cours 2011-2012
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.
- 10h
- 10h 20
- 10h 40
- 11h
...
Liste des cours
- Cours Introduction 3 octobre 2011
- Cours Réseaux Neuronaux {file name="Cours_IAC_TC2_2011_NN.pdf" desc="6 octobre 2011}
- Cours Bayesien Naif transparents
- Cours Apprentissage non supervisé transparents
- Cours Modeles de Markov transparents 1, transparents 2
- Cours Représentations 27 octobre
- Cours Optimisation: Partie I: Introduction et méthodes déterministes, 3 novembre
- 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
- Cours 30 nov. 2011
- Document Metric Learning, slides K. Weinberger Weinberger.pdf
- Cours du 7/14 Décembre 2011 - Optimisation par algorithmes stochastiques adaptatifs
- Cours du 14 Décembre - Evaluation des performances
- Cours 4 jan. 2012
- Cours 11 jan. 2012
- Cours 18 janvier 2012, Apprentissage par renforcement, Part I, Part II, Part III
- Cours 3 février, Monte-Carlo Tree Search COURS_RL.pdf
Articles
- Latent Dirichlet Allocation
- Feature selection, L1 vs. L2 regularization, and rotational invariance
- Error Limiting Reductions between