Apprentissage automatique (machine learning) pour le traitement du signal et de l’image

Formation

À Toulouse

Prix sur demande

Appeler le centre

Avez-vous besoin d'un coach de formation?

Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.

Description

  • Typologie

    Formation

  • Lieu

    Toulouse

  • Durée

    4 Jours

  • Dates de début

    Dates au choix

Acquérir les outils méthodologiques de base du machine learning : modélisation, estimation, optimisationMettre ces outils en application pour des problèmes de traitement du signal et de l’image

Les sites et dates disponibles

Lieu

Date de début

Toulouse ((31) Haute-Garonne)
Voir plan
2, rue Charles Camichel , 31000

Date de début

Dates au choixInscriptions ouvertes

À propos de cette formation

Bac +5Probabilités, statistique, intégration et algèbreCalcul scientifique (par ex., MATLAB)

Stage court

Questions / Réponses

Ajoutez votre question

Nos conseillers et autres utilisateurs pourront vous répondre

À qui souhaitez-vous addresser votre question?

Saisissez vos coordonnées pour recevoir une réponse

Nous ne publierons que votre nom et votre question

Les Avis

Les matières

  • Traitement du signal
  • Image
  • Informaticien
  • Ingénierie
  • Numérisation
  • Technicien
  • Informatique
  • Ingenieur
  • Numérique
  • Signal

Le programme

" 1er JOUR (cours et travaux pratiques) :
1) Théories de l'estimation et de la détection
Rappels de probabilités
Estimation : méthodes des moments et du maximum de vraisemblance, estimation bayésienne
Détection : tests paramétriques, test d'hypothèses
2ème JOUR (cours et travaux pratiques) :
2) Introduction aux problèmes inverses
Formulation du problème direct
Problèmes mal posés, mal conditionnés
Régularisation, pénalisation, parcimonie
Formulation probabiliste et bayésienne
Applications en déconvolution, restauration, super-résolution
3ème JOUR (cours et travaux pratiques) :
3) Classification et reconnaissance des formes
Analyse statistique de données multivariées
Classification supervisée
Classification non-supervisée
4) Décompositions matricielles et apprentissage de dictionnaire
Analyse en composantes principales
Factorisation en matrices non-négatives
Applications en séparation de source & analyse spectrale
4ème JOUR (cours et travaux pratiques) :
5) Introduction à l'optimisation déterministe et stochastique
Optimisation convexe
Optimisation sous contraintes
Optimisation lisse et non lisse
Intégration de Monte Carlo
Simulation stochastique "

Informations complémentaires

Cette formation de 4 jours dans le domaine de la science des données traite de l'apprentissage automatique pour le traitement du signal et de l'image.

Appeler le centre

Avez-vous besoin d'un coach de formation?

Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.

Apprentissage automatique (machine learning) pour le traitement du signal et de l’image

Prix sur demande