CS229 : Apprentissage Automatique

Le programme couvre un large éventail de sujets, y compris l'apprentissage supervisé, qui englobe l'apprentissage génératif, l'apprentissage paramétrique et non paramétrique, et les réseaux de neurones. De plus, le cours explore les méthodes d'apprentissage non supervisé telles que le regroupement et la réduction de dimensionnalité. Les étudiants examineront également la théorie de l'apprentissage, en se concentrant sur des concepts tels que les compromis biais-variance et des conseils pratiques pour mettre en œuvre des solutions d'apprentissage automatique.

L'apprentissage par renforcement et le contrôle adaptatif sont également des composants clés du cours, fournissant des aperçus sur la manière dont les machines peuvent apprendre de leur environnement et améliorer leur performance au fil du temps. En outre, le cours discute des applications récentes de l'apprentissage automatique dans des domaines tels que le contrôle robotique, l'exploration de données, la navigation autonome, la bioinformatique, la reconnaissance vocale et le traitement de données textuelles et web.

Le cours est dispensé par des instructeurs expérimentés, Jehangir Amjad et Anand Avati, avec le soutien d'une équipe dédiée. Les cours se tiennent dans l'Auditorium NVIDIA les mardis et jeudis de 16h30 à 18h15. Les étudiants sont censés avoir des connaissances de base en principes d'informatique, une familiarité avec Python/NumPy et des connaissances en théorie des probabilités et en calcul multivariable.

CS229 n'est pas seulement une exploration théorique, mais met également l'accent sur les applications pratiques, ce qui le rend adapté aux étudiants intéressés par des carrières en science des données, intelligence artificielle et domaines connexes. Le cours encourage la participation active et la collaboration entre les étudiants, favorisant un environnement d'apprentissage riche.