 | Programme d’études 2023-2024 | English | |
| Apprentissage profond | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| I-ILIA-029 |
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 12 | 12 | 0 | 0 | 0 | Q2 |
Contenu de l'AA
- Rappel et terminologie de l'apprentissage automatique ;
- Les réseaux de neurones profonds (Deep Learning) ;
- Processus d'apprentissage : Forward Propagation et Backward Propagation ;
- Types de réseaux de neurones profonds (MLP, CNN, Transformers, etc.)
- Apprentissage profond pour la vision par ordinateur
- Explicabilité de l'IA "XAI"
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Sans objet
Mode d'enseignement
- En présentiel
Types d'activités
- Cours magistraux
- Travaux pratiques
- Projet sur ordinateur
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend
Implantation(s) où l’activité d’apprentissage sera organisée
- Université de Mons - Mons
Implantation(s) où l’activité d’apprentissage sera évaluée
- Université de Mons - Mons
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre