Les outils montrés en classe ou en laboratoire utilisent notamment :
- Python
- Scikit-learn
- TensorFlow
- Keras
- OpenCV
Cependant, les étudiants sont libres d’utiliser les bibliotèques de leur choix pour la réalisation des laboratoires.
Par ailleurs, de nombreuses approches d’apprentissage automatisé sont présentées en classe (ex : discrimination linéaire, réseaux de neurones avancées, SVM, combinaison de expertes). Ces approches peuvent être perçues comme des outils ayant chacun leur avantages et inconvénients.