Approches d’apprent. stat.

3 cr.

3 cr. (3-0) Préalables : STAT3703 Classification statistique et bayésienne; mesures de similitudes, notions de coût et d'erreur; méthodes paramétriques et non paramétriques; techniques de classification selon les plus proches voisins; SVM; analyses discriminantes; chaînes de Markov cachées. Applications en reconnaissance d'image, de signaux audios, etc. Implémentation sous R, MATLAB ou Python. RÉSULTATS D’APPRENTISSAGE : À la fin de ce cours, la personne étudiante sera en mesure de/d' : identifier des méthodes de classification statistique et bayésienne; calculer des mesures de similarité et des coûts d'erreur associés à la classification; appliquer des méthodes paramétriques et non paramétriques de classification; modéliser des phénomènes séquentiels à l'aide de chaînes de Markov cachées; développer des applications en reconnaissance d'image et de signaux.