Passer au contenu principal
Moodle
  • Accueil
  • Aide
    FAQ pour ÉTUDIANT(E)S FAQ pour ENSEIGNANT(E)S Site de soutien à l'édition
  • Liens utiles
    Polyfolio Dossier étudiant Les 12 qualités requises en génie Répertoire des cours Bibliothèque Courriel IMP
  • Plus
Fermer
Activer/désactiver la saisie de recherche
Français ‎(fr)‎
English ‎(en)‎ Français ‎(fr)‎
Vous êtes connecté anonymement
Connexion
Moodle
Accueil Aide Replier Déplier
FAQ pour ÉTUDIANT(E)S FAQ pour ENSEIGNANT(E)S Site de soutien à l'édition
Liens utiles Replier Déplier
Polyfolio Dossier étudiant Les 12 qualités requises en génie Répertoire des cours Bibliothèque Courriel IMP
Tout déplier Tout replier
  1. Tableau de bord
  2. MTH8302 - Analyse de régression et analyse de variance (Hiver 2025)
  3. Leçon 0: Rappel d'Algèbre Linéaire, d'Optimisation, de Probabilités, de Statistique et de Python
  4. Ressources Utilisées pour le Rappel en Mathémattiques

Ressources Utilisées pour le Rappel en Mathémattiques

Conditions d’achèvement

Bonjour à toutes et à tous,

Voici les documents et références utilisés pour la Leçon 0, qui couvre les fondements mathématiques et statistiques nécessaires pour la suite du cours. Ces ressources vous aideront à consolider votre compréhension de l’algèbre linéaire, des probabilités, des statistiques et des concepts en deep learning.

Algèbre Linéaire et Optimisation

  • Linear Algebra Review
    Ce document est tiré du cours introductif au Machine Learning de Roger Grosse à l'Université de Toronto en 2021.
  • CS229 - Linear Algebra Notes
    Notes sur l'algèbre linéaire et l'optimisation du cours CS229 à Stanford.
    Disponible sur le site officiel : CS 229 Stanford

Rappels en Probabilités et Statistiques

  • Rappel en Probabilités
  • Rappel en Statistiques
  • Rappel des Tests Statistiques
    Ces documents sont issus du site Wikistat.fr, une référence utilisée dans la version précédente du cours.

Calcul Numérique et Optimisation en Deep Learning

  • Deep Learning Book - Chapter 4
    Le chapitre 4 du livre "Deep Learning" couvre le calcul numérique et l'optimisation.
    Disponible en ligne : Deep Learning Book

Probabilités et Optimisation

  • Deep Learning Foundations and Concepts
    Ce nouveau livre couvre les bases des probabilités et de l'optimisation en deep learning.
    Accès libre : Bishop Book
    Solutions des exercices (chapitres 2-10) : Solutions Officielles

Je vous encourage à consulter ces ressources pour approfondir votre compréhension des concepts abordés en cours.

À bientôt en classe.


    • cs229-linalg.pdf cs229-linalg.pdf
    • Deep Learning Foundations and Concepts (Christopher Bishop  Hugh Bishop).pdf Deep Learning Foundations and Concepts (Christopher Bishop Hugh Bishop).pdf
    • Deep Learning Foundations and Concepts Solutions.pdf Deep Learning Foundations and Concepts Solutions.pdf
    • deeplearningbook chapter 4.pdf deeplearningbook chapter 4.pdf
    • Linear Algebra Review.pdf Linear Algebra Review.pdf
    • Rappel des Tests Statistiques.pdf Rappel des Tests Statistiques.pdf
    • Rappel en Probabilités.pdf Rappel en Probabilités.pdf
    • Rappel en Statistiques.pdf Rappel en Statistiques.pdf
Contacter le soutien technique Moodle
Vous êtes connecté anonymement (Connexion)
Politiques
Obtenir l’app mobile
Fourni par Moodle