Chaque étudiant doit rédiger, au choix, un document de 6 pages maximum (en LaTeX), sur
L’algorithme Expectation-Maximization
en expliquant les raisons de l’algorithme
en donnant les propriétés de convergence
en l’instanciant pour le problème d’estimation de densité à partir de mélange de Gaussiennes
une implémentation (en Matlab, par exemple) serait appréciée.
L’algorithme Baum-Welch
en expliquant le modèle des HMM
en identifiant les problématiques liées à la maximisation de vraisemblance avec les HMMs
décrivant les étapes de l’algorithme
en expliquant pourquoi c’est une instanciation de l’algorithme EM
Les modèles à Maximum d’Entropie
en expliquant ce qu’est l’entropie
en expliquant comment les distributions de Gibbs émergent lorsque l’on fait de l’estimation MaxEnt
en expliquant à la lumière de ces modèles ce qu’est la régression logistique (une recherche bibliographique peut être nécessaire)
L’estimation de paramètres
en parlant du maximum de vraisemblance
en parlant du problème d’estimation du nombre de chars à partir des numéros de séries
il faudra notamment justifier la forme de l’estimateur du maximum de vraisemblance et calculer sa variance.
en utilisant des variables antithétiques (cf. recherche bibliographique) que vous aurez imaginées, vous fournirez un estimateur de variance plus faible.