Cours Python : Apprentissage automatique, optimisation et applications (7e édition)

Période de préinscription : jusqu'au 20 octobre 2024

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

Date de début du 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 « Python : apprentissage automatique, optimisation et applications (8e édition) », d'une valeur de 10 crédits ECTS et dispensé en présentiel et en ligne, est proposé par le Centre de formation continue de l'Université de Séville. Les cours seront diffusés en direct et enregistrés, puis accessibles aux étudiants via la plateforme d'apprentissage virtuel de l'Université de Séville.

Ce cours offre un aperçu complet de la programmation et de l'optimisation des algorithmes d'apprentissage automatique et d'apprentissage profond à l'aide du langage de programmation Python. Il est structuré en cinq modules :

Le module 1 aborde les bases de la programmation Python et les modules numpy, matplotlib, pandas et scipy. Seules des connaissances de base en programmation sont requises ; aucune expérience préalable en Python n’est nécessaire, car ce module part de zéro.

Dans le module 2, les étudiants apprendront les fondamentaux des techniques d'apprentissage automatique et les appliqueront aux régressions, aux classificateurs et au clustering. Les cours comprennent des explications théoriques et des exemples d'applications pratiques en Python utilisant la bibliothèque scikit-learn.

Le module 3 aborde différentes méthodes d'optimisation métaheuristiques utilisant le module DEAP de Python : les méthodes de recherche locale basées sur les chemins et les méthodes de recherche globale basées sur les populations. Il comprend également une section sur l'apprentissage par renforcement utilisant la bibliothèque Gym de Python.

Dans le module 4, les étudiants apprendront les principes fondamentaux de l'apprentissage profond avec Keras et TensorFlow, et comment appliquer ces techniques à la résolution de problèmes concrets. Un large éventail d'architectures de réseaux neuronaux, telles que les réseaux denses, les réseaux convolutionnels, les réseaux récurrents et l'apprentissage par renforcement profond, seront étudiées d'un point de vue à la fois théorique et pratique.

Le module 5 est consacré aux applications. Réparties sur 5 séances et organisées en classes autonomes, plusieurs professionnels du monde universitaire et de l'industrie présenteront des exemples d'application tirés des modules précédents.

Le cours sera dispensé par des experts en apprentissage automatique et en optimisation, qui partageront leurs connaissances et leur expérience approfondies avec les étudiants. Il vise à

Ce cours s'adresse aux étudiants passionnés de technologie et désireux de tirer pleinement parti des opportunités offertes par l'apprentissage automatique et l'optimisation. Les compétences acquises sont très recherchées dans le secteur et peuvent ouvrir la voie à de nombreuses opportunités de carrière.

Les critères de sélection des étudiants sont basés sur l'ordre de préinscription. Un diplôme universitaire n'est pas requis pour accéder à la formation.

Période de préinscription : jusqu'au 20 octobre 2024

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

Date de début du 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 « Python : apprentissage automatique, optimisation et applications (8e édition) », d'une valeur de 10 crédits ECTS et dispensé en présentiel et en ligne, est proposé par le Centre de formation continue de l'Université de Séville. Les cours seront diffusés en direct et enregistrés, puis accessibles aux étudiants via la plateforme d'apprentissage virtuel de l'Université de Séville.

Ce cours offre un aperçu complet de la programmation et de l'optimisation des algorithmes d'apprentissage automatique et d'apprentissage profond à l'aide du langage de programmation Python. Il est structuré en cinq modules :

Le module 1 aborde les bases de la programmation Python et les modules numpy, matplotlib, pandas et scipy. Seules des connaissances de base en programmation sont requises ; aucune expérience préalable en Python n’est nécessaire, car ce module part de zéro.

Dans le module 2, les étudiants apprendront les fondamentaux des techniques d'apprentissage automatique et les appliqueront aux régressions, aux classificateurs et au clustering. Les cours comprennent des explications théoriques et des exemples d'applications pratiques en Python utilisant la bibliothèque scikit-learn.

Le module 3 aborde différentes méthodes d'optimisation métaheuristiques utilisant le module DEAP de Python : les méthodes de recherche locale basées sur les chemins et les méthodes de recherche globale basées sur les populations. Il comprend également une section sur l'apprentissage par renforcement utilisant la bibliothèque Gym de Python.

Dans le module 4, les étudiants apprendront les principes fondamentaux de l'apprentissage profond avec Keras et TensorFlow, et comment appliquer ces techniques à la résolution de problèmes concrets. Un large éventail d'architectures de réseaux neuronaux, telles que les réseaux denses, les réseaux convolutionnels, les réseaux récurrents et l'apprentissage par renforcement profond, seront étudiées d'un point de vue à la fois théorique et pratique.

Le module 5 est consacré aux applications. Réparties sur 5 séances et organisées en classes autonomes, plusieurs professionnels du monde universitaire et de l'industrie présenteront des exemples d'application tirés des modules précédents.

Le cours sera dispensé par des experts en apprentissage automatique et en optimisation, qui partageront leurs connaissances et leur expérience approfondies avec les étudiants. Il vise à

Ce cours s'adresse aux étudiants passionnés de technologie et désireux de tirer pleinement parti des opportunités offertes par l'apprentissage automatique et l'optimisation. Les compétences acquises sont très recherchées dans le secteur et peuvent ouvrir la voie à de nombreuses opportunités de carrière.

Les critères de sélection des étudiants sont basés sur l'ordre de préinscription. Un diplôme universitaire n'est pas requis pour accéder à la formation.