Ce cours est destiné à fournir les bases nécessaires à la compréhension, l'analyse et la conception des réseaux neuromimétiques. Il aborde le domaine de l’apprentissage statistique en reconnaissance des formes, ainsi que les bases de l'évaluation quantitative de l'apprentissage. Une introduction sera faire sur 'apprentissage profond comme extension des perceptrons multicouches. Ce cours s'adresse à des étudiants issus de diverses disciplines et il est conçu de telle sorte qu'il soit accessible à la compréhension par des étudiants non rompus aux techniques mathématiques.
Contact Marion DOHEN, Anne GUERIN DUGUEIntroduction
Modèles mathématiques : du neurone au réseau
Modèles linéaires, Mémoires associatives
Modèles non-linéaires, Perceptron multicouche
Introduction à l'apprentissage profond
Réseaux auto-organisants
Séparation de sources
Connaissance de base en mathématiques;
SESSION 1 présentiel
Modalités d’examens : contrôle continu (CC, rapport de BE) et examen écrit
Documents autorisés : une feuille Recto-Verso manuscrite
Calcul de la note : 30% CC + 70% exam
SESSION 2 présentiel
Modalités d’examens : contrôle continu (CC, rapport de BE de la session 1) et examen écrit
Documents autorisés : une feuille Recto-Verso manuscrite
Calcul de la note : 30% CC (session 1) + 70% exam
SESSION 1 à distance
Modalités d’examens : contrôle continu (CC, rapport de BE) et examen écrit
Documents autorisés : tous
Calcul de la note : 30% CC + 70% exam
SESSION 2 à distance
Modalités d’examens : contrôle continu (CC, rapport de BE de la session 1) et examen écrit
Documents autorisés : tous
Calcul de la note : 30% CC (session 1) + 70% exam
SESSION 1 (présentiel) : 30% CC + 70% exam
SESSION 2 (présentiel) : 30% CC (session 1) + 70% exam
SESSION 1 (à distance) : 30% CC + 70% exam
SESSION 2 (à distance) : 30% CC (session 1) + 70% exam
Apprentissage statistique, G. Dreyfus, J.M. Martinez, M. Samuelides, M.B. Gordon, F. Badran, S. Thiria, Eyrolles, 2008
mise à jour le 4 avril 2018
Nos sites
e-Services
