ML类 我的机器学习课程的材料。 自2012年以来以英语或法语授予博士和/或硕士研究生。 描述 本课程通过一些关键算法提供了机器学习领域的发现。 尽管第一届会议试图涵盖机器学习技术的全部范围，但随后的会议将重点讨论“超学习”问题，并将从四个不同的角度（贝叶斯角度，线性分离，神经网络和集成方法）对算法进行分类。 。 所采用的方法将Python中的自愿动手实践与对该方法的理论和数学理解相结合。 在课程结束时，您将可以根据眼前的问题在ML算法的主要系列之间做出明智的选择。 您将了解每种方法系列的算法和