Modèles de programmation (1ere année)
Programmation avec OpenGL
Programmation C++
Comparaison d'interfaces graphiques

Modèles Biologiques pour l'Informatique

Se mettre au C++ a partir de Java.
Création de makefiles sous unix
Faites vos propres packages comme des pros

Faites vos rapports en Latex !

Apprentissage non supervisé

Les algos et les techniques principales sont sur le document de Bernd Fritzke très bien fait. Voir plus particulièrement les k-means, self-organizing feature maps, competitive hebbian learning, growing neural gas et growing grid. Vous trouverez également mes notes de cours.

Il y a aussi le livre en ligne de Ritter, Schulten et Martinetz, sur les cartes auto-organisatrices.
Pour les démo, il y a les demo de Fritzke en java.

Processus Décisionnels de Markov (MDP)

Le cours de base dans sa plus grande partie sur l'excellent livre de Sutton et Barto, dont certains des chapitres sont abordés dans cet ordre en cours. Vous trouverez ici le plan de mon cours, avec a chaque fois les chapitres du livre qui correspondent :

I - Problème du renforcement

I-1-3, I-3

II - Programmation dynamique

II-4

III - Méthodes de Monte Carlo

II-5-1, II-5-2, II-5-3, I-2-1, I-2-2, I-2-3

IV - TD-Learning

II-6-1, II-6-4, II-6-5

V - TD-lambda

III-7-1, III-7-2, III-7-3, III-7-4 (sans la demo)

Un petit Aide mémoire résumant les points vus en cours peut aussi vous aider.

Machines à vecteurs supports (SVM)

Je distribue ce document en cours pour les SVM, et celui-ci pour une introduction à la théorie de l'apprentissage statistique. Si vous voulez utiliser des SVM~:

• La libsvm est très classique.
• La librairie Torch.
• Une librairie C++ maison.

• Voir aussi l'applet java réalisée par Julien VANNESSON et Christophe THIERY, étudiants du master PRIM de l'UHP Nancy I, 2006-2007.
• Il y a aussi mes démo.

Annales d'examen

• PRTAL5-2000-2001-1.pdf
• PRTAL5-2001-2002-1.pdf
• PRTAL5-2002-2003-1.pdf
• PRIM-2005-2006.pdf
• PRIM-2005-2006-rattrapage.pdf
• PRIM-2006-2007.pdf
• PRIM-2006-2007-rattrapage.pdf

Références

Pour l'ensemble des techniques d'apprentissage

Apprentissage artificiel, concepts et algorithmes. Antoine Cornuéjols, Laurent Miclet et Yves Kodratoff, aux éditions Eyrolles.

Pour les machines a vecteur support

An Introduction to Support Vector Machines and other kernel-based learning methods. Nello Christianni and John Shawe-Taylor. Cambridge University Press.

Pour les perceptrons, les RBF, etc...

Neural Network for Pattern Recognition. Christopher M. Bishop. Oxford University Press.

Pour les MDP

Reinforcement Learning: An Introduction. Richard S. Sutton and Andrew G. Barto. MIT press. en ligne.

Homeworks particulièrement réussis

Vous trouverez ici des liens sur des démos issues des homeworks demandés dans le cadre du Master PRIM.

Jeu de la voiture de course via Value Iteration

Réalisé par Christophe Levointurier, annéee 2005-2006.

L'applet java sur les SVM

réalisée par Julien VANNESSON et Christophe THIERY, étudiants du master PRIM de l'UHP Nancy I, 2006-2007.