L'apprentissage automatique est un champ d'étude de l'intelligence artificielle qui dote les ordinateurs de la capacité d'apprendre sans être explicitement programmés. Il trouve des applications dans des domaines aussi divers que variés, par exemple dans : la reconnaissance d’images, la reconnaissance de textes manuscrits, le trading financier automatisé, les systèmes de recommandation, le traitement du langage naturel, etc. Ce cours vous permettra de vous familiariser avec les concepts clés de l’apprentissage automatique, puis d’aller plus en profondeur pour découvrir le fonctionnement et la mise en application de diverses techniques d’apprentissage automatique.
Le public ciblé par ce cours est celui des étudiants en 1ére année master en informatique qui disposent, de par leur formation, de tous les prérequis nécessaires au suivi de ce cours.
Les objectifs visés par ce cours sont les suivants:
- Différencier les différents types d'apprentissage automatique ;
- Identifier les avantages et les inconvénients des différentes techniques utilisées pour l'apprentissage automatique ;
- Décrire le fonctionnement d'un classifieur de Bayes ;
- Décrire le fonctionnement d'un classifieur linéaire à base des K plus proches voisins ;
- Développer un classifieur de Bayes ;
- Développer un classifieur linéaire à base des K plus proches voisins ;
- Évaluer les performances d'un système d'apprentissage automatique.
- Dr: SAMY SADI