Objectif

Acquérir les connaissances pour mener un projet d'apprentissage automatique.

Contenu

Fondamentaux de l'apprentissage automatique. Principes et méthodes de nettoyage des données. Sélection de variables et réduction de dimensionnalité. Entraînement de modèles. Classification de données structurées et non structurées. Algorithmes de l'apprentissage supervisé et non-supervisé. Arbre de décision, méthodes linéaires et à noyaux, centres mobiles, motifs fréquents, apprentissage d'ensemble et forêts aléatoires. Méthodologie de test et mesures de performance.

Mode(s) de prestation

  • Présence
  • Vidéoconférence

Pour confirmer le ou les modes d’enseignement disponibles pour une session donnée, veuillez vous référer à l’horaire du cours ci-bas.

Formules pédagogiques

Enseignement magistral

Horaire

Consulter l'horaire de ce cours