Apprentissage automatique

Compétences requises

Programmation en Python

Compétences visées

À la fin de l’enseignement, les étudiants seront capables de :

• Comprendre et être capable de mettre en œuvre le pipeline nécessaire à l'application d'un algorithme d'apprentissage automatique.
• Effectuer le prétraitement des données
• Comprendre la différence entre l'apprentissage non supervisé et l'apprentissage supervisé (et quand chacun est utilisé)
• Entraîner et tester un modèle d'apprentissage automatique
• Évaluer la performance d'un modèle

Cet enseignement participe aux compétences de la formation suivantes (1 : novice, 2 : intermédiaire, 3 : expert) :

• Réaliser un système dans le domaine de l'électronique et l'informatique industrielle (niveau 2)
• Évaluer et valider une solution technique dans le domaine de l'électronique et l'informatique industrielle (niveau 2)
• Communiquer à l'écrit et à l'oral, sur des sujets généraux et techniques, en français et en anglais (niveau 2)

Syllabus

• Présentation du pipeline d'apprentissage automatique (des données à l'évaluation)
• Notions d'apprentissage non supervisé et supervisé
• Introduction à Tensorflow
• Aperçu des algorithmes de clustering
• Aperçu des algorithmes supervisés
• Aperçu des stratégies et des mesures d'évaluation

Contact