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 0: Introduction à Python
- Ce premier laboratoire servira à faire une démonstration des outils et une introduction à la langage de programmation Python.
- Logiciels : Python, OpenCV et scikit-learn.
- Durée : une (1) séance.
- Pondération : 4 % de la note finale
Laboratoire 1: Préparation de données et extraction de primitives
- Ce laboratoire servira à faire une démonstration d'extraction de simples primitives d'un problème de classification d'images.
- Logiciels: Python, OpenCV et scikit-learn.
- Durée : deux (2) séances.
- Pondération : 6 % de la note finale
Laboratoire 2 : Algorithmes d'apprentissage
- Ce laboratoire servira à faire un travail pratique d’apprentissage machine, en particulier avec les algorithmes d'arbres de décision, d’apprentissage bayésien et d’apprentissage k-PPV.
- Logiciels: Python et scikit-learn.
- Durée : trois (3) séances.
- Pondération : 6 % de la note finale
Laboratoire 3 : Reséaux neuronaux et machines à vecteur de support
- Ce laboratoire servira à faire un travail pratique d’apprentissage du perceptron et de reseaux multicouches ainsi que des machines à vecteurs de support.
- Logiciels: Python, scikit-learn et TensorFlow.
- Durée : trois (3) séances.
- Pondération : 8 % de la note finale
Laboratoire 4 : Développement d’un système intelligent
Ces derniers laboratoires portent sur le développement d'un système intelligent pour un problème complexe proposé par l'enseignant. Toutes les étapes de conception d'un tel système seront réalisées: analyse des données, sélection du modèle, implémentation et validation. L'évaluation de ce laboratoire sera basée sur la qualité de la conception de même que la performance du système sur des données de validation.
- Durée : trois (3) séances.
- Pondération : 16 % de la note finale.