Statistical learning and neural networks

  • Enseignement

    Détails

    Faculté Faculté des sciences et de médecine
    Domaine Mathématiques
    Code UE-SMA.04413
    Langues Français , Anglais
    Type d'enseignement Cours
    Cursus Master
    Semestre(s) SA-2019

    Horaires et salles

    Horaire résumé Lundi 13:15 - 15:00, Hebdomadaire (Semestre d'automne)

    Enseignement

    Responsables
    • Mazza Christian
    Enseignants
    • Mazza Christian
    Description

    This course aims at presenting and studying mathematically models from statistical learning theory, by focusing on deep learning algorithms in multi-layer neural networks. Applications to artificial intelligence will be provided. We will also present and study the basic probabilistic and statistical models of machine learning by making links with neural nets. A special emphasis will be given to deep learning processes for Boltzmann machines using methods from probability theory, statistics and statistical mechanics. Practical examples from arti cial intelligence will be considered using both theoretical and programming approaches.
    Objectifs de formation

    Topics focus on but are not limited to:
    Biological neural networks, mathematical models of neural nets, learning algorithms (Hebb rule) for Hop eld neural nets and Boltzmann machines, machine learning and multivariate statistics (discriminant analysis, regression, support vector machines), general statistical learning theory (deterministic and stochastic models, Vapnik-Cervonenkis theory), learning processes
    in associative memories, perceptron and multi-layer neural nets, stochastic processes for deep learning in Boltzmann machines, thermodynamic extension (statistical mechanics of learning processes), self-organisation, chemical reaction networks and machine learning. If time permits we will also consider recent methods from topology and geometry like manifold learning and
    topological data analysis.
    Softskills Non
    Hors domaine Non
    BeNeFri Oui
    Mobilité Oui
    UniPop Non
  • Dates et salles
    Date Heure Type d'enseignement Lieu
    16.09.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    23.09.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    30.09.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    07.10.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    14.10.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    21.10.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    28.10.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    04.11.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    11.11.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    18.11.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    25.11.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    02.12.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    09.12.2019 13:15 - 15:00 Cours PER 14, salle 0.026
    16.12.2019 13:15 - 15:00 Cours PER 14, salle 0.026
  • Modalités d'évaluation

    Examen oral - SA-2019, Session de printemps 2020

    Mode d'évaluation Par note
    Description

    COVID-19 – SP2020 / session d’examens ÉTÉ 2020 

    Examen oral avec présence physique

    Durée : 20' ou 30' minutes

    Examen oral - SP-2020, Session d'été 2020

    Mode d'évaluation Par note
    Description

    COVID-19 – SP2020 / session d’examens ÉTÉ 2020 

    Examen oral avec présence physique

    Durée : 20' ou 30' minutes

    Examen oral - SP-2020, Session d'automne 2020

    Date 31.08.2020 00:00 - 00:00
    Mode d'évaluation Par note
    Description

    COVID-19 – SP2020 / session d’examens ÉTÉ 2020 

    Examen oral avec présence physique

    Durée : 20' ou 30' minutes
  • Affiliation
    Valable pour les plans d'études suivants:
    Complément au doctorat [PRE-DOC]
    Version: 2020_1/v_01
    Complément au doctorat ( Faculté des sciences et de médecine) > UE de spécialisation en Mathématiques (niveau master)
    Enseignement complémentaire en sciences
    Version: ens_compl_sciences
    Paquet indépendant des branches > UE de spécialisation en Mathématiques (niveau master)
    MSc en mathématiques [MA] 90
    Version: 2022_1/V_01
    MSc en mathématiques, cours et séminaires (dès SA2020) > MSc-MA, cours (dès SA2018)
    Mathématiques [3e cycle]
    Version: 2015_1/V_01
    Formation continue > UE de spécialisation en Mathématiques (niveau master)
    Mathématiques [POST-DOC]
    Version: 2015_1/V_01
    Formation continue > UE de spécialisation en Mathématiques (niveau master)