Le Machine learning (ML) est un sous-domaine de l'intelligence artificielle. C'est la science de faire apprendre à la machine par des exemples. Le but ultime du ML est de créer un ordinateur capable d'apprendre de manière autonome à partir d'exemples. Les principaux sujets de recherche en ML comprennent : la compréhension du langage naturel, l'interprétation des images par ordinateur, et les voitures autonomes. Dans ce cours, nous étudierons l'implémentation de différents algorithmes en utilisant python avec tensorflow et keras. Nous présenterons plusieurs algorithmes tels que les arbres de décision, random forest, support vector machines, les réseaux de neurones ainsi que d'autres algorithmes.

Temps présentiel : 35 heures

Charge de travail étudiant : 65 heures

Méthode(s) d'évaluation : Examen écrit, Travail personnel, Travaux pratiques