hb Licence S3 TD « Statistique et reconnaissance de forme » https://sites.google.com/site/mastermadocinfo/prepa TD1 : PPV 1) Phase d’apprentissage : Il s’agit d’écrire un code MATLAB fournissant l’équivalent de la Fig.2.2. L’échantillon d’apprentissage est le fichier mixture2D. Calculez les erreurs de classements. 2) Phase de généralisation/test : L’échantillon de test est le fichier mixTest. Calculez les erreurs de classements et faite une figure semblable à la Fig.2.4. TD2 : Régression linéaire 1) Ecrire un code Matlab réalisant la régression linéaire « simple » permettant d’estimer une droite bruitée, un sinus bruité, une parabole bruitée. 2) Utiliser la régression linéaire « multiple » afin d’obtenir l’équivalent de la Fig. 2.1. 3) Ecrire un code Matlab réalisant la régression linéaire « multiple » permettant une classification automatique d’images de chiffres manuscrits : des « 2 » et des « 3 ». TD3 : Régression linéaire locale Considérer le fichier scatdata et réaliser le lissage par régression locale d’ordre 2. TD4 : Détermination par validation croisée du nombre optimal de PPV A réaliser sur les données scatdata TD5 : Quantification vectorielle d’une image par l’algorithme K-means A réaliser en utilisant VQ_qant_for_student_ZIP D:\Utilisateurs\ChB\Matlab_c\COURS\ElemStatLearn\ElemStatLearn\TP