Vous êtes
> Formation > Cursus ingénieurs
L'objectif du cours est de fournir une compréhension globale de la théorie et de la pratique de l'apprentissage automatique et de l'optimisation, principalement dans le domaine des systèmes énergétiques intelligents.
À la fin du module, les étudiants sont capables de:
A) Partie Machine Learning (30h)
1) Introduction à l'intelligence artificielle
2) Bureau d'études - Écosystème Python et bases de programmation en Python
3) Algorithmes d'apprentissage automatique
3.1) Apprentissage automatique basé sur les erreurs
3.2) Apprentissage automatique basé sur la similarité
3.3) Apprentissage automatique basé sur les probabilités
3.4) Apprentissage automatique basé sur l'information
4) Bureau d'études - Prétraitement des données pour le Machine Learning
5) Bureau d'études - Projet de classification
6) Bureau d'études - Projet de régression
7) Projet d'apprentissage automatique (10h)
------------------------------------------------------------------------
B) Partie Méthodes d'optimisation (30h)
1) Méthodes d'optimisation
2) Optimisation linéaire contrainte (Simplex)
3) Optimisation multi-objectifs (Pareto)
PrérequisSi situation 100% distancielle
Evaluation rattrapable (ER): Projets
Evaluation non rattrapable (EN): Exercices et Comptes-rendus de laboratoire
---------------
Session de rattrapage
EN : Evaluation non rattrapable
Moyenne de l'UE = ER 60% + EN 40%
L'examen existe uniquement en anglais
Le cours est programmé dans ces filières :
Code de l'enseignement : 5EU9MLO0
Langue(s) d'enseignement :
Vous pouvez retrouver ce cours dans la liste de tous les cours.
mise à jour le 3 septembre 2020