Machine learning et clustering

Pour s’inscrire, cliquez sur le formulaire

Description : Cette formation a pour but de présenter les problématiques de l’apprentissage supervisé et du clustering, et les méthodes les plus classiques pour chacune.

Objectifs : A la fin de la formation, vous serez capable de mettre en application des méthodes pour répondre à une problémtique d’apprentissage supervisé (resp. de clustering) et de les comparer.

Mots-clés : Apprentissage supervisé, clustering

Notions abordées :

• Machine learning : les bases du machine learning, CART, Random Forest, …
• Clustering : problématique, Kmeans, clustering hiérarchique, modèles de mélanges gaussiens

Pré-requis : Quelques bases en statistique et en R

Durée de la formation : 2 jours

Lieu : CBI

Salle de formation du Centre de Biologie integrative, Campus Université Paul Sabatier, 118 Route de Narbonne, Batiment 4R4 Nicole Le Douarin, 169 avenue Marianne Grunberg-Manago 31062 TOULOUSE Cedex