Frédéric Sur - Enseignement
Sur cette page figurent quelques supports d'enseignement que
certains
trouveront peut-être utiles.
Il s'agit de documents de travail qui peuvent comporter des erreurs.
Remarque: je réponds par
mail uniquement aux étudiants ayant suivi ces cours.
Quelques supports de cours
- F. Sur. Introduction à
l'apprentissage automatique. Mines Nancy.
2020-2024. 178 pages.
Contenu:
apprentissage supervisé (classification, régression) et non-supervisé
(partitionnement, estimation de densités de probabilité), malédiction de la dimension, dilemme
biais-fluctuation, théorie statistique de l'apprentissage, méthodes ensemblistes,
régression logistique, plus proches voisins, machines à vecteurs
supports (dualité de Wolfe, astuce du noyau),
réseaux de neurones artificiels (Perceptron de Rosenblatt, théorème de
Cybenko, apprentissage et rétropropagation des erreurs, régularisation,
introduction à l'apprentissage profond).
Fichier: poly_apprauto_FSur.pdf.
TP et supports de présentation sur la page web du cours.
- F. Sur. Recherche
opérationnelle: programmation dynamique, chaînes de Markov, files
d'attente. Mines Nancy. 2010-2014. 108 pages.
Contenu:
programmation dynamique (principe d'optimalité et équation de Bellman),
chaînes de Markov (réductibilité, périodicité, comportement
asymptotique des chaînes ergodiques et des chaînes absorbantes), files
d'attentes (loi de Little, processus de Poisson, propriété PASTA,
notations de Kendall, processus de naissance et de mort, processus de
Markov par lot, réseaux de files d'attente), 19 exercices corrigés.
Fichier: poly_RO_FSur.pdf.
Supports de présentation sur la page web du cours.
- F. Sur. Initiation au
traitement du signal et applications. Mines Nancy. 2009-2012.
111 pages.
Contenu:
signaux analogiques, numériques, et filtres associés (transformée de
Fourier, FFT), restauration des images (filtres de Wiener, algorithme
de Richardson-Lucy, compression sans perte d'information (théorie
statistique de l'information, algorithme de Huffman), compression avec
perte d'information (MP3, JPEG), théorie de l'échantillonnage (théorème
de Shannon-Nyquist, aliasing), introduction à
l'analyse temps-fréquence.
Fichier: notes_signal_FSur.pdf.
TP et supports de présentation sur la page web du cours "signal" et sur la page web du cours "photographie computationnelle".
Année universitaire 2023-2024
Les pages suivantes ne sont plus maintenues.
De 2009 à 2020
De 2014 à 2017
De 2009 à 2012, puis de 2013 à 2017
2014-2015 et 2015-2016
De 2010 à 2012, puis 2013-2014
- Recherche
opérationnelle (programmation dynamique, chaînes de Markov et files
d'attente, complexité). Cours de tronc commun TCS 31 (2ème année).
De 2007 à 2012
De 2005 à 2010
2007-2008
2006-2007
2005-2006
Un texte niveau
Bac+2: Quelques problèmes géométriques en vision par
ordinateur. (été 2009)
Tutorial CVPR 2011 Tools
and Methods for Image Registration, Colorado
Springs, 24
juin 2011:
- Similarity and affine invariant interest point
detectors
and
descriptors (avec J-M. Morel et G. Yu). Slides (pdf).
- Point correspondence and repeated patterns: beyond
the
curse of
perceptual aliasing (avec M.-O. Berger et N. Noury). Slides (pdf). See also the discussion in INRIA
report RR-7693: HAL link.
>Dernière
modification: 25 octobre 2023.