Passer au contenu principal
La Plateforme E-Learning de IPNet Institute of Technology
Tableau de bord
Mes cours
Support & Assistance
DSC 345 : Machine Learning
0%
Le mode Focus est activé. Cliquez sur l ‘icône de réduction’ pour le fermer.
Précédent
Données du cours
OBJECTIFS ET DESCRIPTION DU COURS
RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
Suivant
Panneau latéral
Catégories
Toutes les catégories
Cybersécurité (Ref:CSEC)
COMMUNICATION INSTITUTIONNELLE
Génie Logiciel (Ref:SE)
Développement Web (Ref:IT)
Réseaux & Télécommunications (Ref:NET, GIF)
Développement Mobile (Ref:IT 251, IT 372, CSC 372)
Programmation informatique (Ref:CSC)
Design Graphique (Ref:GD)
Design de l’Expérience Utilisateur (UX Design) (Ref:UXD)
Mathématiques (Ref:MAT)
Système d’Information (Ref:SIO)
Microsoft Azure Certification (Ref:AZ)
AWS Certification
Economie, Gestion, Droit (Ref:MGT)
Marketing Digital (Ref:MKT)
E-Commerce (Ref:ECT)
Gestion de Projet (Ref:CAPM)
Entrepreneuriat Numérique (Ref:DEN)
Projet Professionnel (Ref:PPE)
Linux (Ref:RHA-124, RHA 134)
Management
Probabilités Statistiques (Ref:IT)
Sciences de Données (Ref:DSC)
Communication (Ref: COM)
Base de Données
Intelligence Artificielle
IA & Informatique pour collégiens, lycéens et autodidactes
Formation du personnel de IPNet Institute of Technology
Formation des formateurs de IPNet Institute of Technology
IA et outils numériques pour enseignants et formateurs
PROMOTIONS 2025
LICENCES COURS DU JOUR
SEMESTRE 1
SEMESTRE 2
SEMESTRE 3
SEMESTRE 4
SEMESTRE 5
SEMESTRE 6
PROMOTION OCTOBRE 2025
TRIMESTRE 1
Formations Développement Personnel Etudiants IPNET
Accueil
Calendrier
Edwiser Forms
Catégories
Cours
Pages
A Propos
Annonces
Se connecter
S'Enregistrer
IPNET IXP Hybride E-learning
Manuels de procédures
Contact
Rechercher
Rechercher
Rechercher
Rechercher
Fermer
Activer/désactiver la saisie de recherche
Vous êtes connecté anonymement
Connexion
Catégories
Replier
Déplier
Toutes les catégories
Cybersécurité (Ref:CSEC)
COMMUNICATION INSTITUTIONNELLE
Génie Logiciel (Ref:SE)
Développement Web (Ref:IT)
Réseaux & Télécommunications (Ref:NET, GIF)
Développement Mobile (Ref:IT 251, IT 372, CSC 372)
Programmation informatique (Ref:CSC)
Design Graphique (Ref:GD)
Design de l’Expérience Utilisateur (UX Design) (Ref:UXD)
Mathématiques (Ref:MAT)
Système d’Information (Ref:SIO)
Microsoft Azure Certification (Ref:AZ)
AWS Certification
Economie, Gestion, Droit (Ref:MGT)
Marketing Digital (Ref:MKT)
E-Commerce (Ref:ECT)
Gestion de Projet (Ref:CAPM)
Entrepreneuriat Numérique (Ref:DEN)
Projet Professionnel (Ref:PPE)
Linux (Ref:RHA-124, RHA 134)
Management
Probabilités Statistiques (Ref:IT)
Sciences de Données (Ref:DSC)
Communication (Ref: COM)
Base de Données
Intelligence Artificielle
IA & Informatique pour collégiens, lycéens et autodidactes
Formation du personnel de IPNet Institute of Technology
Formation des formateurs de IPNet Institute of Technology
IA et outils numériques pour enseignants et formateurs
PROMOTIONS 2025
LICENCES COURS DU JOUR
SEMESTRE 1
SEMESTRE 2
SEMESTRE 3
SEMESTRE 4
SEMESTRE 5
SEMESTRE 6
PROMOTION OCTOBRE 2025
TRIMESTRE 1
Formations Développement Personnel Etudiants IPNET
Accueil
Calendrier
Edwiser Forms
Catégories
Cours
Pages
Replier
Déplier
A Propos
Annonces
Se connecter
S'Enregistrer
IPNET IXP Hybride E-learning
Manuels de procédures
Contact
Tout déplier
Tout replier
Menu du cours
Ouvrir l’index du cours
Sciences de Données (Ref:DSC)
DSC 345 : Machine Learning
Résumé de section
Sélectionner la section OBJECTIFS ET DESCRIPTION DU COURS
OBJECTIFS ET DESCRIPTION DU COURS
Replier
Déplier
Tout replier
Tout déplier
Sélectionner la section RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
Replier
Déplier
Sélectionner la section CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
Replier
Déplier
Sélectionner la section EVALUATION DE L'APPRENTISSAGE & PONDERATION
EVALUATION DE L'APPRENTISSAGE & PONDERATION
Replier
Déplier
Sélectionner la section SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
Replier
Déplier
Sélectionner la section SEMAINE 1 : Introduction au Machine Learning et rappels de statistiques.
SEMAINE 1 : Introduction au Machine Learning et rappels de statistiques.
Replier
Déplier
Sélectionner la section SEMAINE 2 : Méthodes supervisées – régression et classification.
SEMAINE 2 : Méthodes supervisées – régression et classification.
Replier
Déplier
Sélectionner la section SEMAINE 3 : Algorithmes supervisés avancés (SVM, réseaux de neurones de base).
SEMAINE 3 : Algorithmes supervisés avancés (SVM, réseaux de neurones de base).
Replier
Déplier
Sélectionner la section SEMAINE 4 : Méthodes non supervisées – clustering et réduction de dimension.
SEMAINE 4 : Méthodes non supervisées – clustering et réduction de dimension.
Replier
Déplier
Sélectionner la section SEMAINE 5 : Méthodes d’ensemble – bagging, boosting, random forest.
SEMAINE 5 : Méthodes d’ensemble – bagging, boosting, random forest.
Replier
Déplier
Sélectionner la section SEMAINE 6 : EXAMEN A MIS PARCOURS
SEMAINE 6 : EXAMEN A MIS PARCOURS
Replier
Déplier
Sélectionner la section SEMAINE 7 : Applications : navigation autonome, biomédical et biométrie.
SEMAINE 7 : Applications : navigation autonome, biomédical et biométrie.
Replier
Déplier
Sélectionner la section SEMAINE 8 : Text Mining et Web Mining.
SEMAINE 8 : Text Mining et Web Mining.
Replier
Déplier
Sélectionner la section SEMAINE 9 : Lecture et analyse critique d’articles de recherche.
SEMAINE 9 : Lecture et analyse critique d’articles de recherche.
Replier
Déplier
Sélectionner la section SEMAINE 10 : Optimisation et tuning de modèles.
SEMAINE 10 : Optimisation et tuning de modèles.
Replier
Déplier
Sélectionner la section SEMAINE 11 : Projet pratique d’apprentissage automatique.
SEMAINE 11 : Projet pratique d’apprentissage automatique.
Replier
Déplier
Sélectionner la section SEMAINE 12 : EXAMEN FINAL
SEMAINE 12 : EXAMEN FINAL
Replier
Déplier