Ecole d'ingénieur et centre de recherche en Sciences du numérique

Apprentissage automatique et systèmes intelligents

[MALIS]
T Enseignement Technique


Résumé

L'objectif de ce cours est de donner une base de connaissances solide sur les techniques d'Apprentissage Automatique. Ces algorithmes construisent des modèles à partir de grandes masses d'exemples, et les utilisent pour faire des prédictions ou des décisions. Ils ont récemment permis des progrès spectaculaires dans plusieurs tâches de reconnaissance des formes (vision, langage, parole). Ce cours introduira les fondements théoriques de l'Apprentissage Automatique, les principales familles de modèles, classifieurs et prédicteurs, et des techniques non-standard d'optimisation. Il identifiera les idées de base des mécanismes d'apprentissage, et détaillera les problèmes pratiques que l'on rencontre en appliquant ces techniques: optimisation, sur-apprentissage, validation, ainsi que les solutions possibles pour éviter ou résoudre ces difficultés

Enseignement et méthodes d'apprentissage : Cours magistral et Travaux Pratiques (groupes de 1 ou 2 étudiants)

Règles du cours: La participation aux Travaux Pratiques est obligatoire

Bibliographie

Des suggestions sont disponibles sur l'intranet

Préalable Requis

Pas de prérequis

Description

 Fondements de l'Apprentissage Automatique

    Algorithmes Génétiques

    Réseaux Neuronaux

    Séparateurs à Vaste Marge

     Arbres de Décision

Résultats d'apprentissage :

-      Maîtriser les bases de l'apprentissage automatique

-      Comprendre les principales familles de classifieurs

-      Savoir appliquer ces algorithmes à des cas pratiques

Nb heures: 42.00, dont 3 Travaux Pratiques (9 heures)

Evaluation: Examen final (100%)

Nombre d'heures: 42.00
Nombre d'heures par semaine: 3.00