- Pour trouver plus d'information de base en mathématiques et
les définitions, voir www.les-mathematiques.net
en français (mais rien sur les stats)
et mathworld.wolfram.com en anglais,
à la bibliothèque, l'encyclopédie des statistiques (ouvrage de référence).
Voir aussi ce
glossaire des statistiques, en anglais :(.
- Algèbre linéaire pour l'apprentissage machine: chapitre par Sam Roweis
ps.gz.
- Révision DE BASE sur les vecteurs, les matrices, les dérivées, et les probabilités
par Chris Williams
[pdf].
- Introduction aux concepts de probabilité jointe, conditionnelle, variable manquante, théorème de Bayes, inférence
par Chris Williams
[pdf].
- Révision sur les Probabilités et Statistiques par Sam Roweis
[ps].
- Le "livre de recettes" des matrices, par K.B. Petersen et
M.S. Peterson. TRES COMPLET. Version mise a jour le 3 octobre 2005.
- Trucs utiles d'algèbre matricielle par T. Minka
[ps]
[pdf].
- Révision d'algèbre linéaire par George Bebis,
[ps].
-
tutorial
par Andrew Moore sur les densités pour le data mining.
-
tutorial
par Andrew Moore sur les Gaussiennes, l'estimateur de maximum de vraisemblance, et l'estimateur
au maximum a posteriori.
[
Site du cours |
Informations sur le cours |
Notes de cours et horaire |
Livre et lectures |
Devoirs et examens |
Expérimentation informatique |
]
IFT6266 A06 - Algorithmes d'Apprentissage || www.iro.umontreal.ca/~pift6266/A06