Codes

  • Scimba: SCIentific Machine learning liBrAry.

    • NoteBooks: Introduction au Python

  • Bases: notebook
  • Algorithmique (en construction): notebook
  • Programmation objets: notebook

    • NoteBooks: Introduction aux scémas de relaxation cinétiques

  • 1D case: notebook

    • NoteBooks: Modèles d'épidémiologie

  • Modèle SIR: notebook
  • Modèle SEIR: notebook
  • Modèle SEIR structuré par age: notebook
  • Modèle SEIR sur graphe: notebook
  • Modèle SIR Stochastique : notebook
  • Modèle de contact sur réseau Stochastique: notebook
  • Modèle Covid19 avec politiques publiques: notebook

    • NoteBooks: Apprentissage par renforcement (en construction)

  • Introduction et processus de décision Markovien: notebook
  • Théorie de Bellman et programmation dynamique: notebook
  • Méthodes sans modèles (Q-learning, SARSA etc): notebook
  • Méthodes avec modèles (vraiment en construction): notebook
  • Q-learning profond et espace d'état continu: notebook
  • Méthodes de Gradients de politique: notebook
  • Gradients de politique et espace d'action continu (vraiment en construction) notebook

    • NoteBooks: Lois de conservations

  • Problèmes de Riemann pour l'équation de Burgers: notebook
  • Stabilité des schémas centrés pour l'équation d'advection et de Burgers: notebook
  • Comparaison d'un schéma entropique et d'un schéma non entropique pour l'équation de Burgers: notebook

    • NoteBooks: SciML, apprentissage supervisé

  • Erreur de généralisation pour une régression linéaire: notebook
  • Erreur de généralisation pour une régression polynomiale: notebook
  • Erreur de généralisation pour une régression Ridge: notebook
  • Erreur de généralisation pour une régression Lasso: notebook
  • Régression polytomique: notebook
  • Erreur de généralisation pour une régression Lasso: notebook
  • Méthode de gradient classique et stochastique: notebook

    • NoteBooks: SciML, apprentissage non supervisé

  • Validation de la méthode ACP: notebook
  • Validation des méthodes Eigenmaps et Isomap: notebook
  • Défauts de la méthode Eigenmaps: notebook

    • NoteBooks: SciML, réduction de dimension

  • Réduction de dimension liné pour l'équation de Burgers notebook