Bases de l'apprentissage automatique

Cette séance de cours présente les bases de l'apprentissage automatique pour les ingénieurs, couvrant des sujets tels que le classement, les exigences de cours, les ressources supplémentaires et des exemples pratiques tels que la prédiction de la résistance du béton, la détection des défauts dans les tôles d'acier et la compréhension du concept d'IA. Il se penche également sur l’histoire de l’IA, la révolution des données et des exemples d’applications de ML comme les GAN, la génération de texte à image et les contrefaçons profondes. La feuille de route du cours est décrite, y compris des séance de courss sur les bases de ML, l'apprentissage profond, les machines vectorielles de soutien et le regroupement, dans le but ultime de doter les étudiants des connaissances et des outils nécessaires pour mettre en œuvre les techniques de ML de manière indépendante.