Public :

• M2 Pro Base de données avancées
• M2 Pro Génie statistique et informatique
• M2 Rec Informatique Fondamentale

• Cours d’introduction au méthodes à noyaux.

Date de rendu pour toutes les filières: 11 janvier 2011.

Chaque groupe doit rédiger un rapport de 15 pages au maximum sur le sujet qu’il a traité. Contenu synthétique:

• Présentation du sujet
• Cadre/historique
• Difficultés techniques du problème
• Solutions existantes
• Solution privilégiée (avec contenu mathématique et motivations)
• Regard critique sur la solution privilégiée
• Conclusion

Les présentations faites lors des séances de cours doivent être jointes au rapport.

Chaque groupe doit rédiger un rapport de 10 pages maximum sur le sujet traité. Contenu synthétique:

• Introduction
• Présentation de la méthode dans le cas linéaire
• Présentation de la méthode version ‘noyaux’ avec l’ensemble des preuves
• Commentaires sur la méthode
• Simulations numériques et commentaires
• Conclusion

Le code doit être joint au rapport.

Chaque étudiant rédigera un rapport de 4 pages maximum sur l’article qu’il aura préparé. Il devra contenir les éléments importants de l’article et montrer précisément où se situent les difficultés techniques de la contribution du papier ainsi que la manière dont elles sont traitées.

Une présentation orale aura lieu dans le courant du mois de Janvier.

Des séances de cours sur des sujets avancés d’apprentissage auront lieu au mois de Janvier également.

• Groupe 1. Sujet proposé : “CMI Car”. Sujet à réaliser : “Cocktail Party problem”.
  • SAM anais
  • INTRONATI julian
  • MUSSOTTE Nicolas
  • SOULEIMAN Chadi
  • RAKOTONIRINA Hery
  • BARAT Nicolas
• Groupe 2. Sujet proposé : “ROC”. Sujet à réaliser : “CMI Car”.
  • BANSROPUN Byjorn
  • BEN HENIA Mohamed
  • LAIDAD Mourad
  • LEDERLE Jean-Baptiste
  • MANIN Florent
  • SADOK Kheireddine

• Groupe 3. Sujet proposé : “Cocktail Party problem”. Sujet à réaliser : “ROC”.
  • ARFAOUI Ahmed
  • ELHADJI Alioune Traore
  • SALIOU Fall
  • AIJA Oussama

Les étudiants doivent reconstruire, étudier quelques propriétés statistiques, programmer et faire un rapport sur (1 sujet par groupe) :

• L’analyse en composantes principales à noyaux
• L’analyse discriminante à noyaux
• La régression aux moindres carrés à noyaux
• La régression logistique à noyaux : Pham, Boucekine, Diakhate, Seck
• Le matching pursuit à noyaux

Données :

• Banana : archive .tar.bz2.
• Breast : archive .tar.bz2

Articles à préparer pour présentation à la craie.

• From Margin to Sparsity, Thore Graepel, Ralf Herbrich, and Robert C. Williamson, Adv. in Neural Information Processing Systems 13, 2001.
  • Etudiante : Khadidja Belattar
• On the generalization ability of on-line learning algorithms, N. Cesa-Bianchi, A. Conconi, and C. Gentile IEEE Transactions on Information Theory, 50(9):2050-2057, 2004.
  • Etudiant : Robin Allesiardo
• On the concentration of spectral Properties, J. Shawe-Taylor, N. Cristianini, J. Kandola, Adv. in Neural Information Processing Systems 14, 2002.
  • Etudiant : Stéphane Richard
• Theory of matching pursuit, Z. Hussain, J. Shawe-Taylor, Adv. in Neural Information Processing Systems 21, 2008.
  • Etudiant : non affecté
• Beating the Hold-Out, Avrim Blum and Adam Kalai and John Langford, In Proc. of the International Conference on Computational Learning Theory, 1999.
  • Etudiant : Axel Cohen
• On kernel target alignment, Nello Cristianini, Jaz Kandola, Andre Elisseeff, J. Shawe-Taylor, Adv. in Neural Information Processing Systems 14, 2002.
  • Etudiant : Firas Hmida