Objectifs
- Employer les méthodes avancées d’apprentissage statistique pour résoudre des problématiques d’intelligence artificielle.
- Utiliser les réseaux de neurones et les architectures associées.
- Concevoir et analyser des expériences pour évaluer les systèmes HRI (Interaction Homme – Robot).
- Mettre en œuvre des méthodes d’apprentissage profond en s’appuyant sur des bibliothèques logicielles.
Programme
Apprentissage statistique : concepts et méthodes pour l'Intelligence artificielle. Apprentissage statistique à grande échelle : objectifs et enjeux. Apprentissage profond. Logiques et intelligence artificielle symbolique. Traitement automatique des langues et apprentissage. Apprentissage pour l'image et la reconnaissance d'objets. Apprentissage pour la robotique. Perception pour les systèmes autonomes. Graph Learning et systèmes de recommandation. La formation est constituée d'une période de 26 jours de cours (2 à 3 jours par mois) et d'un travail de réalisation d'un mémoire professionnel sur un projet individuel qui sera soutenu devant un jury. La formation est répartie sur 9 mois.