Cours Python : apprentissage automatique, optimisation et applications (VII édition)

Période de préinscription : Jusqu'au 20 octobre 2024

Période d'inscription : Du 1er au 20 octobre 2024

Début des cours : 20 novembre 2024

Fin du cours : 30 janvier 2025

Crédits : 10 ECTS

Prix ​​: 560 € (taxes incluses)

Plus d'informations : https://cfp.us.es/cursos/fc/python-machine-learning-optimizacion-y-aplicaciones/4724/storal@us.es , d.gutierrez.reina@gmail.com

Le cours de formation continue en Python : Machine Learning, Optimisation et Applications (VIII Edition), d'une valeur de 10 crédits ECTS, et qui peut être suivi en présentiel/en ligne, est proposé par le Centre de Formation Permanente de l'Université de Séville. Les cours seront transmis de manière synchrone et seront enregistrés et accessibles aux étudiants via la plateforme d'enseignement virtuel de l'Université de Séville.

Ce cours propose une visite complète de la programmation des algorithmes de Machine/Deep Learning et de l'optimisation à l'aide du langage de programmation Python. Pour cela, le cours est structuré en cinq modules :

· Le module 1 couvre les bases de la programmation en Python et les modules numpy, matplotlib, pandas et scipy. Au préalable, vous n’avez besoin que de connaissances de base en programmation, pas nécessairement en Python où vous repartez de zéro.

· Dans le module 2, les étudiants apprendront les principes fondamentaux des techniques d'apprentissage automatique avec application aux régressions, classificateurs et clustering. Les cours comprennent des explications théoriques et des scripts d'application en Python utilisant la bibliothèque scikit-learn.

· Le module 3 comprend diverses méthodes d'optimisation méta-heuristiques utilisant le module Python DEAP : méthodes de recherche locale basées sur une trajectoire et méthodes de recherche globale basées sur la population. Une section dédiée à l'apprentissage par renforcement utilisant la bibliothèque Python Gym est également incluse.

· Dans le module 4, les étudiants apprendront les bases de l'apprentissage profond dans Keras et Tensorflow, et comment appliquer ces techniques pour résoudre des problèmes du monde réel. Une grande variété d'architectures de réseaux neuronaux telles que les réseaux denses, les réseaux convolutifs, les réseaux récurrents et l'apprentissage par renforcement profond seront étudiées d'un point de vue théorique et pratique.

· Le module 5 est dédié aux applications. Au cours de 5 sessions et dans des classes autonomes, divers professionnels académiques et industriels présenteront des exemples d'applications des modules précédents.

Le cours sera dispensé par des experts dans le domaine de l'apprentissage automatique et de l'optimisation, qui partageront leurs connaissances et leur expérience approfondies avec les étudiants, et s'adresse aux

des étudiants passionnés de technologie et désireux de tirer le meilleur parti des opportunités offertes par l’apprentissage automatique et l’optimisation. Les compétences acquises lors de cette formation sont très appréciées dans l'industrie et peuvent ouvrir les portes à un large éventail d'opportunités de carrière.

Critères de sélection des étudiants par arrêté de pré-inscription. Aucun diplôme universitaire n'est nécessaire pour accéder au cours.

Période de préinscription : Jusqu'au 20 octobre 2024

Période d'inscription : Du 1er au 20 octobre 2024

Début des cours : 20 novembre 2024

Fin du cours : 30 janvier 2025

Crédits : 10 ECTS

Prix ​​: 560 € (taxes incluses)

Plus d'informations : https://cfp.us.es/cursos/fc/python-machine-learning-optimizacion-y-aplicaciones/4724/storal@us.es , d.gutierrez.reina@gmail.com

Le cours de formation continue en Python : Machine Learning, Optimisation et Applications (VIII Edition), d'une valeur de 10 crédits ECTS, et qui peut être suivi en présentiel/en ligne, est proposé par le Centre de Formation Permanente de l'Université de Séville. Les cours seront transmis de manière synchrone et seront enregistrés et accessibles aux étudiants via la plateforme d'enseignement virtuel de l'Université de Séville.

Ce cours propose une visite complète de la programmation des algorithmes de Machine/Deep Learning et de l'optimisation à l'aide du langage de programmation Python. Pour cela, le cours est structuré en cinq modules :

· Le module 1 couvre les bases de la programmation Python et les modules numpy, matplotlib, pandas et scipy. Au préalable, vous n’avez besoin que de connaissances de base en programmation, pas nécessairement en Python où vous repartez de zéro.

· Dans le module 2, les étudiants apprendront les principes fondamentaux des techniques d'apprentissage automatique avec application aux régressions, classificateurs et clustering. Les cours comprennent des explications théoriques et des scripts d'application en Python utilisant la bibliothèque scikit-learn.

· Le module 3 comprend diverses méthodes d'optimisation méta-heuristiques utilisant le module Python DEAP : méthodes de recherche locale basées sur une trajectoire et méthodes de recherche globale basées sur la population. Une section dédiée à l'apprentissage par renforcement utilisant la bibliothèque Python Gym est également incluse.

· Dans le module 4, les étudiants apprendront les bases de l'apprentissage profond dans Keras et Tensorflow, et comment appliquer ces techniques pour résoudre des problèmes du monde réel. Une grande variété d'architectures de réseaux neuronaux telles que les réseaux denses, les réseaux convolutifs, les réseaux récurrents et l'apprentissage par renforcement profond seront étudiées d'un point de vue théorique et pratique.

· Le module 5 est dédié aux applications. Au cours de 5 sessions et dans des classes autonomes, divers professionnels académiques et industriels présenteront des exemples d'applications des modules précédents.

Le cours sera dispensé par des experts dans le domaine de l'apprentissage automatique et de l'optimisation, qui partageront leurs connaissances et leur expérience approfondies avec les étudiants, et s'adresse aux

des étudiants passionnés de technologie et désireux de tirer le meilleur parti des opportunités offertes par l’apprentissage automatique et l’optimisation. Les compétences acquises lors de cette formation sont très appréciées dans l'industrie et peuvent ouvrir les portes à un large éventail d'opportunités de carrière.

Critères de sélection des étudiants par arrêté de pré-inscription. Aucun diplôme universitaire n'est nécessaire pour accéder au cours.