Apprentissage artificiel (BI523)

Ce module sur l'apprentissage artificiel explore les concepts fondamentaux et les avancées récentes dans ce domaine en plein essor de l'intelligence artificielle. 

Grâce à des exemples applicatifs variés, il vise à développer les compétences suivantes chez les étudiants :

• Identifier les divers types d'apprentissage artificiel.

• Distinguer entre l'apprentissage supervisé, non supervisé, semi-supervisé, par renforcement et par transfert.

• Illustrer les modèles intelligents pour la classification des données.

• Examiner les différentes techniques de classification dans le domaine médical

• Créer une étude comparative entre les différentes techniques de classification.

• Évaluer les systèmes d'apprentissage artificiel appliqués au diagnostic médical et à d'autres domaines.

Ce cours vise à :

• En termes de connaissance, à vous apprendre les notions de base et à favoriser le développement d'une compréhension approfondie de l'apprentissage artificiel.

• En termes de savoir-faire, permettre aux étudiants d'identifier et de distinguer les types d'apprentissage, ainsi que d'appliquer des modèles pour la classification des données.

• Sur le plan du savoir-être, mettre l'accent sur le développement d'un esprit critique, de l'autonomie et de la collaboration. De plus, les étudiants acquerront une expertise pratique en examinant les techniques de classification dans des domaines tels que la médecine, renforçant ainsi leur capacité à appliquer ces concepts dans des contextes réels.