Professeure responsable
Neila Mezghani
Préalable
SCI 1016 ou SCI 1018
Objectifs
Apprendre les principales techniques d'extraction de caractéristiques d'une forme. Acquérir les principaux concepts de classification de formes et d'apprentissage machine. Apprendre à concevoir et à implanter des systèmes de classification de formes qui se basent sur des méthodes d'apprentissage machine.
Contenu
Extraction et sélection des caractéristiques. Théorie de la décision de Bayes. Techniques paramétriques et non paramétriques. Réseaux de neurones. Regroupement (clustering). Arbres de décision.
Matériel didactique
Le matériel didactique est accessible sur le site Web du cours.
Renseignements technologiques
Consultez l'information sur le matériel informatique recommandé.
Encadrement
L'encadrement est individualisé et assuré par le professeur ou une personne tutrice. Les communications se font par téléphone ou par courriel.
Évaluation
L'évaluation repose sur sept tests d'évaluation (8 % chacun) et un examen sous surveillance (44 %).
Échelle de conversion
| Notation | Valeur numérique | Valeur en pourcentage |
|---|---|---|
| A+ | 4,3 | 96 à 100 % |
| A | 4 | 92 à 95 % |
| A- | 3,7 | 88 à 91 % |
| B+ | 3,3 | 84 à 87 % |
| B | 3 | 80 à 83 % |
| B- | 2,7 | 76 à 79 % |
| C+ | 2,3 | 72 à 75 % |
| C | 2 | 68 à 71 % |
| C- | 1,7 | 64 à 67 % |
| D+ | 1,3 | 60 à 63 % |
| D | 1 | 50 à 59 % |
| E | 0 | 0 à 49 % |
* Échelle de conversion actuellement en vigueur pour ce cours.
Particularités d'inscription
Des connaissances de base en probabilités et en programmation sont nécessaires pour suivre ce cours.