? Bases de Mathématiques appliquées (probabilités, statistiques, optimisation)
? Bases de programmation Python et d’algorithmie
Objectifs
Apprentissage :
? Introduction à l’apprentissage
? Classification Bayésienne
? Distributions normales
? Méthodes non paramétriques
Réseaux de neurones et Deep Learning :
? Réseaux de neurones artificiels et perceptrons
? Rétropropagation
? Réseaux convolutifs de classification et détection
? Réseaux de neurones récurrents
? Sessions pratiques avec TensorFlow :
- Classification par perceptron multi-couches
- Classification par réseau de neurones convolutif
- Détection
- Réseaux récurrents
188比分直播
Apprentissage des méthodes de Machine Learning et plus spécifiquement des réseaux de neurones.
Apprentissage :
? Introduction à l’apprentissage
? Classification Bayésienne
? Distributions normales
? Méthodes non paramétriques
Réseaux de neurones et Deep Learning :
? Réseaux de neurones artificiels et perceptrons
? Rétropropagation
? Réseaux convolutifs de classification et détection
? Réseaux de neurones récurrents
? Sessions pratiques avec TensorFlow :
- Classification par perceptron multi-couches
- Classification par réseau de neurones convolutif
- Détection
- Réseaux récurrents
