Références
Intelligence Artificielle
Préface
Qu’est-ce que l’IA ?
Algorithmes d’IA sans apprentissage
1
Résolution de problèmes
2
Jeux
3
Bandits manchots
4
Réseaux bayésiens
Apprentissage supervisé
5
Bases de l’apprentissage supervisé
6
Surapprentissage et Régularisation
7
Estimation du risque
8
Classification
9
Arbres de décision, de régression et forêts aléatoires
10
Analyse discriminante Linéaire (ADL)
11
Classifieur naïf de Bayes
12
Perceptron
13
K-plus proches voisins
14
Machines à Vecteurs Supports (SVM)
15
Régression
16
Méthode des moindres carrés
17
Moindres carrés régularisés (régression
ridge
)
18
LASSO
19
Méthodes à noyaux
20
Régression ridge à noyau (KRR)
21
Réseaux de neurones
Apprentissage non supervisé
22
Bases de l’apprentissage non supervisé
23
Algorithme K-means
24
Clustering spectral
Théorie de l'apprentissage
25
Apprentissage PAC
26
Apprentissage PAC agnostic
27
Bornes sur l’erreur de généralisation
28
Bornes pour les classes de fonctions infinies
29
Complexité de Rademacher
Réduction de dimension
30
Analyse en composantes principales (ACP)
31
Analyse en composantes principales kernelisée (Kernel PCA)
Références
Annexes
A
Python
B
Probabilités
C
Algèbre linéaire
D
Calcul différentiel
E
Optimisation
F
Inégalités de concentration
Références
31
Analyse en composantes principales kernelisée (Kernel PCA)
A
Python