Ce cours fournit une introduction moderne approfondie au domaine de l’apprentissage automatique. Il est conçu pour les étudiants qui veulent comprendre non seulement ce que font les algorithmes d’apprentissage automatique et comment ils peuvent être utilisés, mais aussi les principes fondamentaux qui sous-tendent comment et pourquoi ils fonctionnent. Voir la description du cours et les conférences pour plus de détails.
Les prérequis sont une connaissance de base de l’algèbre linéaire (matrices, vecteurs propres), des probabilités, des statistiques, de la programmation en python et latex. Consultez la description du cours et, surtout, la page des ressources pour les liens
Pour vous inscrire au cours, tous les étudiants doivent remplir le formulaire de liste d’attente. Nous ferons de notre mieux pour accueillir autant d’étudiants qualifiés que possible, mais nous recevons généralement plus de demandes d’inscription que la capacité du cours. Les décisions en matière d’inscription et de permis seront fondées principalement sur les antécédents des étudiants et sur les politiques ministérielles relatives aux listes d’attente.
Les conférences se font via zoom MW 10h30-12h00, F 9h30 -11h00. Les enregistrements de conférences sont sur toile, la participation est fortement encouragée.
L’horaire, y compris les dates des examens, est en cours magistraux.
Les affectations seront affichées dans Canvas.Vos travaux personnels seront soumis via Gradescope.Le codage se fera dans des blocs-notes Jupyter Python en utilisant Numpy/SKLearn/Pytorch. Les homeworks écrits seront en Latex.
Pour les questions sur le matériel de cours et les devoirs, utilisez Piazza.
site de l’année dernière