Python : Apprentissage automatique, optimisation et applications

Objectifs

1. Présenter le langage de programmation Python et ses principaux modules (Numpy, Scipy et Matplotlib).

2. Présenter, d'un point de vue théorique et pratique, les techniques d'apprentissage automatique de régression, de classification et de clustering, en utilisant le module scikit-learn en Python.

3. Présenter, d'un point de vue théorique et pratique, les techniques d'optimisation métaheuristiques basées sur le chemin et la population, en utilisant le module DEAP en Python.

4. Présenter les techniques d'apprentissage profond d'un point de vue théorique et pratique, notamment les réseaux entièrement connectés, les réseaux neuronaux convolutifs (CNN) et les réseaux neuronaux récurrents (RNN).

5. Introduction à l'apprentissage par renforcement et à l'apprentissage par renforcement profond.

6. Applications commerciales.

Compétences

- Capacité à résoudre les problèmes avec initiative, à prendre des décisions, à faire preuve de créativité, et à communiquer et transmettre des connaissances, des compétences et des aptitudes.

- Capacité à identifier les situations où l'information est nécessaire, à savoir où la trouver, à évaluer sa pertinence et à l'utiliser de manière appropriée en fonction du problème rencontré.

- Que les étudiants sachent appliquer les connaissances acquises et leurs compétences en résolution de problèmes dans des environnements nouveaux ou inconnus, au sein de contextes plus larges (ou multidisciplinaires).

- Que les élèves possèdent les compétences d'apprentissage qui leur permettront de poursuivre leurs études de manière largement autodirigée ou autonome.

Procédures d'évaluation :
présence, tests, devoirs

Exigences

Conditions d'admission spécifiques pour ces études : Étudiants de licence, de master et de doctorat ; ainsi que toute personne intéressée ayant des connaissances préalables en programmation (Python non requis).

Critères de sélection des étudiants : Ordre de préinscription.

Un diplôme universitaire est-il requis pour accéder à ce cours ? :Non.

Adresse

Unité de promotion : École supérieure technique d'ingénierie.

Directeur des études : M. Sergio Luis Toral Marín.

Département du directeur : Génie électronique.

Livraison

Langue d'enseignement : espagnol.

Lieu : École supérieure technique d'ingénierie (Centre informatique).

Information

Téléphone: 954481293

Courriel : storal@us.es