Les laboratoires sont essentiels à la compréhension de la matière. Ils permettent à l’étudiant(e) de mettre en pratique la matière vue en classe.
Laboratoire 1: Analyse de données, extraction de primitives et visualisation
Ce laboratoire servira à faire une démonstration d'extraction de primitives d'un problème de classification, normalisation de donnés et de primitives, réduction de dimensionnalité et visualisation de données.
- Logiciels: Python, OpenCV et scikit-learn.
- Durée : quatre (4) séances.
Laboratoire 2 : Discrimination linéaire et réseaux de neurones profonds
Ce laboratoire servira à faire un travail pratique d’apprentissage machine, en particulier avec les algorithmes linéaires et réseaux de neurones profonds.
- Logiciels: Python, scikit-learn, TensorFlow et Keras.
- Durée : quatre (4) séances.
Laboratoire 3 : Machines à vecteurs de support et combinaison de modèles d’apprentissage
Ce laboratoire servira à faire un travail pratique d’apprentissage des machines à vecteurs de support et combinaison de modèles d’apprentissage.
- Logiciels: Python, scikit-learn, TensorFlow et Keras.
- Durée : quatre (4) séances.