Programmez des algorithmes de classification linaire fonctionnant en 2D. Pour ce faire, vous devez tlcharger le fichier devoir2.zip du site web du cours. Les algorithmes doivent tre implments lintrieur de la classe ClassifieurLineaire, dans le fichier solution_classification_lineaire.py qui contient dj une bauche. Le premier algorithme (2.25 points) est lapproche gnrative vue en classe et prsente la section 4.2.2 du livre de Bishop. La deuxime mthode est celle du Perceptron (2.25 points) galement vue en classe et prsente la section 4.1.7 du livre de Bishop. Pour ce faire, il vous faudra coder la descente de gradient stochastique vue en classe. Vous devez galement implmenter la mthode du Perceptron propose par la librairie sklearn1 (0.5 point). Il est dailleurs recommand de commencer par cette mthode qui est la plus facile coder ( peine 4 lignes dans la solution du prof!). 1http://scikit-learn.org/ Veuillez vous rfrer aux commentaires sous la signature de chaque mthode de la classe ClassifieurLineaire afin davoir plus de dtails quant leur implantation. noter que votre code doit tre efficace et utiliser les fonctionnalits de la librairie Numpy. Note 1 : bien que vide, le code de la classe classificationLineaire sexcute dj. Pour vous en convaincre, vous navez qu taper la commande suivante dans un terminal : python classifieur_lineaire.py 1 280 280 0.001 1 1 Note 2 : le code des devoirs (ainsi que des notebooks) a t test avec python 3.5.2. Pour faire fonctionner votre code sur les ordinateurs du dpartement, vous devez 1. dmarrer une session linux (ubuntu) 2. dmarrer un terminal 3. normalement, si vous dmarrez une session ipython (tappez ipython dans le terminal) vous verrez Python 3.5.2 (ou plus rcent). Note 3 : il est recommand de rdiger votre code dans un ide tel Spyder ou Pycharm. Note 4 : pour excuter le code des notebooks disponibles sur le site web du cours, vous devez tapper la commande jupyter notebook dans un terminal