IFT 603 - Techniques d'apprentissage
Professeur: Hugo Larochelle
Auxiliaire d'enseignement: Stanislas Lauly
Horaire: LU 15h30-16h20, MA 10h30-12h20
Local: D4-2021
Séance spéciale: MA 10h30-12h20 au D4-1017, 7 janvier
Disponibilités hors cours: VE 13h30-14h30
Livre recommandé: Pattern Recognition and Machine Learning, de Christopher Bishop
Préalables:
(
IFT 339
et
STT 389)
ou
(
IFT 436
et
STT 418)
Le cours
IFT 603 - Techniques d'apprentissage se veut
une introduction aux principes de base en apprentissage
automatique (
machine learning). L'apprentissage
automatique est une discipline de l'intelligence artificielle.
Elle s'intéresse à la conception, l'analyse, l'implémentation
et l'application de programmes d'ordinateur capables de s'améliorer,
au fil du temps, soit sur la base de leur propre expérience, soit à partir
des données antérieures fournies par d'autres programmes.
De nos jours, l'apprentissage automatique joue un rôle essentiel dans de nombreux
domaines d'application, tels que la vision par ordinateur, le traitement automatique
du langage, la reconnaissance vocale, la robotique, la bio-informatique, etc.
Pour plus de détails, consulter l'onglet
Contenu (menu de gauche) ou le
plan de cours.
La fiche signalétique du cours est accessible
ici.
L'évaluation consistera en un examen intra (20%), un
examen final (40%) et quatre devoirs (40% au total).
Les devoirs contiendrons des questions théoriques ainsi que
des questions de programmation dans le langage
Python.
Le livre de référence (obligatoire) pour le cours
est
Pattern
Recognition and Machine Learning de Christopher M. Bishop.
Des copies ont été commandées à la COOP de
l'université. Une copie est également en réserve à
la
bibliothèque
des sciences et de génie.