Le flot du Machine Learning
La préparation des données
Terminologie du Machine Learning
Types de données
Visualisation, qualité et taille des données
Fiabilité
Quelques fonctions d’activation
Performance du modèle
Impact environnemental
Culture et compétences numériques 2
Description
Objectifs
A la fin de ce module, qui fait suite au module de 2A, l’étudiant.e aura consolidé sa connaissance du champ de l’IA : accuracy, fonction de perte, overfitting, taille de batch, techniques de visualisation, impact environnemental... Il aura aussi préparé et passé une certification PIX.
Pré-requis
Rudiments de Python
Évaluation
L’évaluation des acquis d’apprentissage est réalisée en continu tout le long du semestre. En fonction des enseignements, elle peut prendre différentes formes : examen écrit, oral, compte-rendu, rapport écrit, évaluation par les pairs…
En bref
Crédits ECTS :
Nombre d’heures :
EN 1 Clic
Annuaire
ENT
Rejoindre
les équipes
Marchés publics
INSA Toulouse
135 avenue de Rangueil
31077 Toulouse cedex 4
Tél : 05 61 55 95 13
Fax : 05 61 55 95 00
Dans un souci d'alléger le texte et sans aucune discrimination de genre, l'emploi du genre masculin est utilisé à titre épicène.