Description
Analyse discriminante, analyse en composantes principales, machines à vecteurs de support ; espaces de Hilbert à noyau reproduisant et méthodes à noyau ; réseaux de neurones ; théorie VC, apprentissage PAC. Sujets supplémentaires possibles : modélisation bayésienne, apprentissage de variétés, boosting.
Texte de référence dans sa langue d’origine
Discriminant analysis, principal component analysis, support vector machines; reproducing kernel Hilbert spaces and kernel methods; neural networks; VC Theory, PAC learning. Additional topics may include: Bayesian modelling, manifold learning, boosting.
Sources et références
Les dates et les sources sont conservées pour vous aider à vérifier les renseignements. Les traductions sont proposées pour faciliter la lecture; la source officielle fait référence pour les conditions et les exigences.
Référence source : https://calendar.carleton.ca/grad/courses/STAT/