IFT6266 A06 - Livre et lectures hebdomadaires

Livre principal

Le livre principal pour le cours est le livre de Christopher Bishop Pattern recognition and Machine Learning, Springer, 2006. Il a été commandé à la Librairie de l'Université de Montréal.

Vous trouverez aussi des notes de cours sur le site du cours, au fur et à mesure que nous progresserons.

Des articles et autres documents seront assignés en lecture hebdomadaire.

Lectures hebdomadaires

  • Semaine du 28 novembre:
  • Semaine du 14 novembre:
  • Semaine du 7 novembre:
  • Semaine du 31 octobre:
  • Semaine du 3 octobre:
  • Semaine du 25 septembre:
  • Semaine du 18 septembre:

    Lectures préparatoires et références pratiques

    • Pour trouver plus d'information de base en mathématiques et les définitions, voir www.les-mathematiques.net en français (mais rien sur les stats) et mathworld.wolfram.com en anglais, à la bibliothèque, l'encyclopédie des statistiques (ouvrage de référence). Voir aussi ce glossaire des statistiques, en anglais :(.
    • Algèbre linéaire pour l'apprentissage machine: chapitre par Sam Roweis ps.gz.
    • Révision DE BASE sur les vecteurs, les matrices, les dérivées, et les probabilités par Chris Williams [pdf].
    • Introduction aux concepts de probabilité jointe, conditionnelle, variable manquante, théorème de Bayes, inférence par Chris Williams [pdf].
    • Révision sur les Probabilités et Statistiques par Sam Roweis [ps].
    • Le "livre de recettes" des matrices, par K.B. Petersen et M.S. Peterson. TRES COMPLET. Version mise a jour le 3 octobre 2005.
    • Trucs utiles d'algèbre matricielle par T. Minka [ps] [pdf].
    • Révision d'algèbre linéaire par George Bebis, [ps].
    • tutorial par Andrew Moore sur les densités pour le data mining.
    • tutorial par Andrew Moore sur les Gaussiennes, l'estimateur de maximum de vraisemblance, et l'estimateur au maximum a posteriori.


    [ Site du cours | Informations sur le cours | Notes de cours et horaire | Livre et lectures | Devoirs et examens | Expérimentation informatique | ]

    IFT6266 A06 - Algorithmes d'Apprentissage || www.iro.umontreal.ca/~pift6266/A06