Lien de la note Hackmd Agenda for lecture 3 Introduction Finish lecture about local feature detectors Local feature descriptors Descriptor matching and indexing Projective transformatio...

Lien de la note Hackmd Exercice 3 On considere $n$ boites numerotees de $1$ a $n$. La boite $n^{o}k$ contient $k$ boules numerotees de $1$ a $k$. On choisi au hasard une boite puis une boule dans ...

Lien de la note Hackmd Evaluation - A rendre et a presenter Le 15/06 avant 14h sur Moodle Analyse de la politique RSE de votre entreprise Consignes: groupes de MAX 4 personnes (1 une entr...

Lien de la note Hackmd Agenda for lecture 2 Introduction Global image descriptors Clustering Local feature detectors Introduction Summary of last lecture Machine learning Machine lea...

Lien de la note Hackmd Exercice 1 Soit $X$ et $Y$ deux v.a. telles que $Y=X^2$. La loi de $X$ est donnee par $X_i$ $-2$ $-1$ $0$ $1$ $2$ ...

Lien de la note Hackmd Rappels \(\rho(X,Y) = \frac{Cov(X,Y)}{\sigma_x\sigma_y}\) avec: $\sigma_X=\sqrt{V(X)}$ $\sigma_Y=\sqrt{V(Y)}$ [Cov(X,Y)=\underbrace{<X-E(X),Y-E(Y)>}...

Lien de la note Hackmd Scope of this course Apply Machine Learning (ML) techniques to solve some practical Computer Vision (CV) problems About Computer Vision (CV) It should be called C...

Lien de la note Hackmd Couple de variables aleatoires reelles et discretes Soient $X$ et $Y$ 2 v.a reelles discretes. On appelle couple $(X,Y)$ l’application de $\Omega\to\mathbb R^2$ definie...

Lien de la note Hackmd Dedramatiser les espaces tangents Pour une fonction \(\begin{aligned}f:\mathbb R&\to\mathbb R \\ x&\mapsto f(x)\end{aligned}\) [Gr(f) = {(x,f(x)), x\in\mathbb R}...

Lien de la note Hackmd Rappels Hyperplan d’appui a une partie $A$ de $\mathbb R^n$ en un point $p\in A$, est un hyperplan affine de $\mathbb R^n$ qui laisse $A$ dans un des deux demi-espaces de...