Ecole d'ingénieur et centre de recherche en télécommunications

Bernard MERIALDO

Bernard MERIALDO
Bernard MERIALDO
Eurecom - Data Science 
Professeur
04 93 00 81 29
04 93 00 82 00
423

Enseignement

  • En 1980-1981, il a été enseignant à la Faculté des Sciences de Rabat (Maroc)
  • Entre 1992 et 2015, il a été professeur au sein du département Multimédia.
  • Depuis janvier 2016, il est professeur au sein du département Data Science. Il est responsable d'un cours sur les "Systèmes Intelligents" et un second sur "L'indexation et la recherche d'Information Multimédia"

Mes cours

  • MALIS / Automne 2016 - Apprentissage automatique et systèmes intelligents

    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)

    Règle du cours: La participation aux Travaux Pratiques est obligatoire

  • MMIR / Automne 2016 - Indexation et recherche d'information multimédia

     

    L'objectif de ce cours est d'étudier les problèmes et les techniques qui apparaissent dans la recherche d’informations multimédia. Un problème clé est de trouver une représentation des contenus permettant une manipulation facile et efficace. Les représentations vectorielles se sont révélées extrêmement performantes, et sont maintenant largement utilisées pour représenter les contenus textuel et visuel.

    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

Rechercher




Distinctions

  • IBM Technical Achievement Award
  • IBM Innovation Award