Deep learning
Page du cours de Machine Learning en Python pour les M2 Stats/Data Science de l'Université de Rennes 21. Généralités
2. Projet Machine learning en Python : transparents de cours
3. Projet Machine learning en Python : tutoriels sklearn (notebooks)
- Introduction
- Standardisation des données
- Cas des variables catégorielles
- Classification supervisée : SVM
- Classification supervisée : Random Forest
- Clustering : k-means
- Régression et sélection de variable
- Analyse en Composantes Principales
- Sélection de modèle (sklearn v0.18+)
-
Liens vers la doc
sklearnpour : les Pipelines, les ColumnTransformer et l'intégration de dataframes pandas (nouveau dans la version 1.0)
4. An introduction to deep learning
- Slides (pdf)
-
Multi-Layer Perceptron (lab)
-
Multi-Layer Perceptron (lab, with solution)
5. Images and Convolutional models
- Slides (pdf)
-
Images and ConvNets (lab)
-
Images and ConvNets (lab, with solution)
-
Images and ConvNets, cont'd (lab)
-
Images and ConvNets, cont'd (lab, with solution)
6. Generative models
- Slides (pdf)
-
Generative models (lab)
-
Generative models (lab, with solution)
7. Misc.
-
Wrap-up lab
-
Wrap-up lab, with solution