ECTS
3 crédits
Composante
Sciences Fondamentales et Appliquées
Période de l'année
Semestre 1
Description
Cet enseignement permet de présenter les principaux outils d'algèbre linéaire (matrices, systèmes linéaires, analyse spectrale) néessaires à la plupart des méthodes statistiques et d'apprentissage automatique.
Objectifs
A l'issue de ce cours l'étudiant devra maitriser les principales méthodes de factorisation matricielle et d'analyse spectrale sur lesquelles repose la plupart des techniques de réduction de dimension.
Heures d'enseignement
- Analyse numérique matricielle - CMCM10h
- Analyse numérique matricielle - TDTD12h
- Analyse numérique matricielle - PPDSimulation et jeu pédagogiques2h
Compétences visées
A l'issue de ce cours l'étudiant devra maîtriser les principales méthodes de factorisation matricielle et d’analyse spectrale sur lesquelles repose la plupart des techniques de réduction de dimension.