Machine Learning
Code UE : USR235
- Cours
- 6 crédits
Responsable(s)
Mounia N. HOCINE
Public, conditions d’accès et prérequis
Avoir des bases en statistiques et informatiques
Objectifs pédagogiques
Offrir un savoir-faire sur la pertinence de l'utilisation des outils d'Intelligence Artificielle en Santé
Compétences visées
- Description et pratique des outils de machine learning
- Illustration de leur utilisation pertinente en pratique ainsi que leurs limites
- Travaux pratiques sous R et Python
Contenu
- Introduction to Machine learning
- Decision Trees
- Random Forests,
- SVM,
- clustering
- neural networks
- etc.
Modalité d'évaluation
QCM
Data Challenge
Data Challenge
Cette UE apparaît dans les diplômes et certificats suivants
Rechercher une formation
Chargement du résultat...
Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
---|---|---|---|---|
Intitulé de la formation
Certificat de spécialisation Intelligence Artificielle en Santé
|
||||
Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.
Enseignement non encore programmé
Code UE : USR235
- Cours
- 6 crédits
Responsable(s)
Mounia N. HOCINE
Dans la même rubrique
- Accueil
- Actualités de la formation
- Comment se former et se financer?
- Rechercher par discipline
- Rechercher par métier
- Rechercher par région
- Catalogue national des formations
- Catalogue de la formation ouverte à distance
- Catalogue des stages
- Catalogue de l'alternance
- Valider ses acquis
- Notre engagement qualité
- Micro-certifications