AdobeStock_206335410.jpeg

Apprentissage supervisé et non-supervisé

Description

Type d'intervention

Introduction, découverte et applications des principales familles d'algorithmes d'apprentissage automatique supervisé et non-supervisé.
Comprendre et appliquer les fondamentaux du machine learning.
Comprendre le fonctionnement et appliquer l'apprentissage supervisé (régression, réseaux de neurones, deep learning, arbre de décision, forêt aléatoires, boosting, bayésien naif, ...)
Comprendre le fonctionnement et appliquer l'apprentissage non-supervisé (K-Means, Clustering Hiérarchique, HDSCAN, Règle d'association, ...)

Appliquer ces méthodes aux travers d'exercice en Python aux niveaux adaptés, ludique et facile à mettre en place.

Domaine d'enseignement

Contenu adaptable aux besoins des établissements ?

IA | Machine Learning

Documents de présentation

Volume horaire

Plus de 30h

Volume horaire adaptable aux besoins des établissements ?

Voir qui propose cette intervention