M1 MIASHS, Université Lyon 2

Apprentissage Non Supervisé

• ACP : slides
• MDS et t-SNE :
  • slides
  • TD 1 : représenter les données MNIST.Rdata. A noter que la fonction show_digit.R permet d'afficher une image à partir d'un vecteur de données. correction
• Clustering (k-means, CAH, ...):
  • slides
  • TD : implémentez l'algorithme des k-means, avec son inti. k-means++ et sa variante k-médoïdes
  • TD : réaliser un clustering sur les données MNIST, avec l'ensemble des méthodes vues en cours. Comparer les avantages et inconvénients pratique de chacune...
• Clustering (mixture model): slides
• Contrôle de connaissance :
  • Projet : projet
  • Examen : le 07/02/2024, sur machine : sujet
  • Travail supplémentaire pour les non alternants : étudier cet article (code disponible ici), et faites moi un retour sous la forme d'un rapport concit sur ce que vous avez compris de cet article (incluant des tests sur données réelles ou simulées autres que celles de l'article)