Aperçu des sections

  • Généralité sur le cours

     

     




  • LECON 01 : GENERALITES SUR L’IA, MACHINE LEARNING ET DEEP LEARNING

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon

    A la fin de cette leçon, l’apprenant sera capable de :

    • Comprendre l’évolution de l’IA ;
    •  Présenter le Machine Learning et Deep Learning ;
    • Connaitre les définitions clés et les domaines d'applications.



  • LECON 2 : LES GRANDES FAMILLES DU MACHINES LEARNING

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon

    A la fin de cette rubrique, les étudiants doivent être capables de :

    • Connaitre les grandes familles d’apprentissages supervisés  ;
    • Formaliser les différents problèmes d’apprentissage supervisé ;
    • Formaliser les problèmes d’apprentissages non supervisé.


    • Consulter
    • Consulter Écrire des messages de forum : 1
  • Leçon 3 : SELECTION ET EVALUER UN MODELE

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon

    A la fin de cette section, les étudiants doivent être capable de :

    • Connaitre les étapes de mise en œuvre d’un projet de machine Learning ;
    • Concevoir un cadre expérimental de gestion de l’erreur de généralisation d’un modèle d’apprentissage supervisé ;
    • Maitriser le choix d’un ou des critères d’évaluations d’un modèle d’apprentissage  supervisé ;


    • Consulter Écrire des messages de forum : 1
  • Leçon 4 : LES ARCHITECTURES DU DEEP LEARNING

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon


    A la fin de ce cours, les apprenants doivent pouvoir :

    • Connaitre la notion de rétropropagation ;
    • Connaitre les propriétés des réseaux de neurones convolutifs(CNN) ;
    • Connaitre les propriétés  les réseaux de neurones récurrents  (RNN) et les Mémoire à long terme (LSTM) ;
    • Connaitre les propriétés et le fonctionnement des Réseaux antagonistes génératifs (GAN). 


    • Consulter Écrire des messages de forum : 1
  • Leçon 5 : LES PRINCIPALES BIBIOTHEQUES DE PYTHON POUR LA MODELISATION

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon


    A la fin de cette leçon, l’étudiant doit être capable de :

    • Connaitre et manipuler les objets fondamentaux sous Python;
    • Connaitre  et maitriser les différentes structures de contrôles et boucles ;
    • Maitriser les principales bibliothèques sous Pythons.


    • Consulter Écrire des messages de forum : 1
  • Leçon 6 : EXPLORATION DE DATASET POUR LA MODEDILATION

    Durée d'apprentissage de la leçon : 01 semaine

    Illustration de la leçon

    Objectifs de la leçon

    A la fin de cette leçon, l’apprenant doit être à mesure de :

    • Identifier les types de données ;
    • Maitriser le featuring, labellisation des données ;
    • Manipuler et visualiser les données ;
    • Maitriser les imputations des données manquantes.


    • Consulter Écrire des messages de forum : 1
  • Section 7

  • Evaluations finales

    Examen : Session 1 - Session 2

    Illustration de la leçon
    Évaluation finale

    Réalisez les tests et exercices finaux pour valider vos connaissances et mesurer votre progression dans cette leçon.

    Méthode de calcul de la moyenne :
    • Session 1 : 40% Évaluation devoir + 60% Examen
    • Session 2 : 40% Évaluation devoir + 60% Examen

  • Section 9

  • Ressources web et bibliographie