M2 MM – Algorithmes Stochastiques

Déroulement des séances
Introduction à Python
21/09 – Cours Gradient stochastique
28/09 – TP gradient stochastique
05/10 – Rappels sur le maximum de vraisemblance et mixtures gaussiennes

12/10 – Cours Espérance Maximisation

19/10  – EM sur données réelles
09/11, 20/11  – Simulation de variables aléatoires

27/11 – Rappels sur les chaînes de Markov et MCMC

Correction du DM de novembre 2020

Partiel le 30/11 à 13h30

 – EXAMEN 2018

BIBLIO

C. Bishop, Pattern Recognition and Machine Learning, Springer, 2006.

Validation du cours

La validation du cours se fera par le rendu de certains TP ou devoir à la maison, et un examen final.

Liens pour Python