Logo

Cnam – UE RCP209
précédent | suivant | index

Projets de l’UE RCP209¶

Projets et consignes pour le premier semestre¶

Projets et consignes pour le second semestre¶

Table des matières

  • Préambule
  • Projets de l’UE RCP209
    • Projets et consignes pour le premier semestre
    • Projets et consignes pour le second semestre
  • Cours - Introduction à l’apprentissage supervisé
  • Travaux pratiques - Introduction à l’apprentissage supervisé
  • Travaux pratiques - Evaluation et sélection de modèles décisionnels
  • Cours - Arbres de décision
  • Travaux pratiques - Arbres de décision
  • Cours - Forêts Aléatoires
  • Travaux pratiques - Forêts aléatoires
  • Cours - SVM linéaires
  • Travaux pratiques - SVM linéaires
  • Cours - Méthodes à noyaux
  • Travaux pratiques - Méthodes à noyaux
  • Cours - Algorithmes à noyaux et applications
  • Travaux pratiques - Algorithmes à noyaux
  • Cours - Introduction à l’apprentissage profond (deep learning)
  • Travaux pratiques - Premiers réseaux de neurones
  • Cours - Réseaux de neurones convolutifs
  • Travaux pratiques - Perceptron multi-couche
  • Cours - Apprentissage profond - CNN modernes
  • Travaux pratiques - Deep Learning avec Keras
  • Cours - Réseaux de neurones récurrents
  • Travaux pratiques - Transfer learning et fine-tuning
  • Cours - Réseaux récurrents avancés
  • Travaux pratiques - RNN pour la génération de texte
  • Cours - Réseaux convolutifs avancés
  • Travaux pratiques - Prédiction de séries temporelles
  • Cours - Apprentissage non-supervisé
  • Travaux pratiques - Modèles de segmentation
  • Cours - Défis et perspectives de l’apprentissage profond
  • Travaux pratiques - Apprentissage auto-supervisé: RotNet

Recherche

précédent | suivant | index
© Copyright 2016-2022, Michel Crucianu, Marin Ferecatu, Nicolas Thome, Nicolas Audebert, Clément Rambour - Cnam. Mis à jour le avr. 04, 2023. Créé en utilisant Sphinx 5.0.2.