Cnam Languedoc-Roussillon

Apprentissage, Réseaux de neurones et Modèles graphiques

Cnam Languedoc-Roussillon
À Montpellier

Prix à consulter
Ou préférez-vous appeler directement le centre?
46763... Voir plus

Infos importantes

Typologie Formation
Lieu Montpellier
Début Dates au choix
  • Formation
  • Montpellier
  • Début:
    Dates au choix
Description

Missions, moyens et organisation
Le Cnam est placé sous la présidence de Jean-Paul Herteman, P-DG du groupe Safran, et dirigé par Olivier Faron.
Il remplit trois missions principales:
la formation professionnelle supérieure tout au long de la vie,
la recherche technologique et l'innovation,
la diffusion de la culture scientifique et technique.
Le Cnam offre des formations développées en étroite collaboration avec les entreprises et les organisations professionnelles afin de répondre au mieux à leurs besoins et à ceux de leurs salariés. Cette UE apparaît dans les diplômes et certificats suivants : Entrée
CYC47p-1 Ingénieur diplômé de l'école d'ingénieurs du Cnam Spécialité informatique, parcours Informatique modélisation optimisation (IMO)
Centres d'enseignement Entrée
MR084p-1 Master Sciences, technologies, santé mention informatique spécialité traitement de l'information et exploitation des données (voies professionnelle et voie recherche)
Centres d'enseignement
Public et conditions d'accès Ce cours s'adresse aux étudiants souhaitant acquérir des connaissances sur la modélisation par apprentissage à partir des données.
Prérequis : avoir suivi la première partie du cycle spécialisation de l'EICNAM ou avoir le niveau M1 (Bac + 4). Il est recommandé d'avoir suivi l'UE RCP208.

Installations (1)
Où et quand
Début Lieu
Dates au choix
Montpellier
989 Rue de la Croix Verte - Parc Euromédecine, 34093, (34) Hérault, France
Voir plan
Début Dates au choix
Lieu
Montpellier
989 Rue de la Croix Verte - Parc Euromédecine, 34093, (34) Hérault, France
Voir plan

Opinions

0.0
Non évalué
Évaluation de la formation
80%
Recommandé
3.6
fantastique
Évaluation du Centre

Opinions sur cette formation

Il n'y a pas encore d'opinions sur cette formation
* Opinions recueillies par Emagister et iAgora

Qu'apprend-on avec cette formation ?

Modélisation

Programme

Contenu
  • Estimation des fonctions densités : maximum de vraisemblance, maximum a posteriori, algorithme expectation-maximization (EM) ; méthodes non paramétriques.
  • Cartes auto-organisatrices appliquées aux données quantitatives, catégorielles et mixtes.
  • Chaînes de Markov cachées.
  • Apprentissage, généralisation, techniques de régularisation.
  • Perceptrons multicouches. Fonctions d'erreur, maximum de vraisemblance, modèle multi-expert.
  • Méthodes à noyaux, machine à vecteurs supports (SVM), ingénierie des noyaux.
  • Introduction aux réseaux bayésiens.
  • Présentations d'applications réelles.
Modalités de l'évaluation Examen final et mémoire de synthèse sur un sujet précis et traitant une application réelle.
Bibliographie
  • G. Dreyfus et al : Réseaux de neurones ( Eyrolles).
  • A. Cornuéjols et al : Apprentissage artificiel : Concepts et algorithmes (Eyrolles)
  • P. Naim et al : Réseaux bayésiens (Eyrolles).
  • B. Scholkopf, A. J. Smola : Learning With Kernels: Support Vector Machines, Regularization, Optimization and Beyond (MIT Press).
  • T. Hastie et al : The Elements of Statistical Learning: Data Mining, Inference, and Prediction (Springer).
  • F.V. Jensen : Bayesian Networks and Decision Graphs ( Springer-Verlag).
  • C.M. Bishop : Neural Networks for Pattern Recognition (Oxford University Press)

Ceux qui ont consulté cette formation ont également consulté...
En voir plus