Fondements Mathématiques pour l'IA
Description
L’objectif de ce ce cours est de se familiariser avec les outils mathématiques fondamentaux de l’apprentissage supervisé et non supervisé.
Les algorithmes d’apprentissages se basent sur différentes propriétés mathématiques aussi bien à l’étape de construction des bases d’apprentissage que lors des phases d’identification ou de reconnaissance. Ces propriétés sont issues des statistiques, des probabilités, de l’algèbre linéaire, du calcul différentiel ou encore de la géométrie analytique. Ce cours se concentrera sur les méthodes de l’algèbre linéaire.
Cours
Illustration
Valeurs propres
Valeurs singulières
Gradient
Séances pratiques
Lab 1
Lab 2
Lab 3
Exercices
Partiel
I am an associate professor in Applied Mathematics at Grenoble INP - Ensimag. I perform my research in LJK (Laboratoire Jean Kuntzmann). I am a member of the EDP team in Partial Differential Equation.
My research interests include Scientific computing, High Performance Computing, Simulation and Modeling.