GIF-7015 Introduction to Machine Learning
This course focuses on methods for making inferences from observations of classification, regression, data analysis or decision-making models. These methods are characterized by a training phase using data or experiments to perform tasks that would be difficult or impossible to do using more conventional algorithmic means. The course discusses various approaches to learning and seeks to explain their basic mechanisms. An applicative perspective of these different techniques is also presented, with a particular emphasis on the use of modern software tools. Students who have successfully completed GIF-4101 cannot register for this course.
Responsables
- Faculté des sciences et de génie
- Département de génie électrique et de génie informatique
Restrictions à l'inscription
Cycle d'études
Doit être inscrit à:
- Deuxième cycle
- Troisième cycle
Certaines sections de cours peuvent comporter des restrictions additionnelles.
Cette activité est contributoire dans:
Cours équivalents ou jumelés ULaval
- GIF-4101 Introduction à l'apprentissage automatique Depuis l'été 2009
- GIF-7005 Introduction à l'apprentissage automatique Depuis l'été 2009
Les cours équivalents sont des activités de même cycle dont le contenu est identique ou très semblable. La réussite de l'un entraîne la reconnaissance de l'autre. Si, à l’une des sessions indiquées, vous avez réussi un cours équivalent, vous n’avez pas à vous inscrire au cours présenté sur cette page. Le cours équivalent vous sera reconnu.
Les cours jumelés sont des activités de cycles différents. Si vous avez suivi un cours de 1er cycle de niveau 4000, vous ne pouvez pas suivre le cours correspondant de niveau 6000 ou 7000 si vous poursuivez des études au 2e ou au 3e cycle et vous ne pouvez pas demander à la direction de votre programme de le reconnaître.
Cette page constitue la description officielle de cette activité. L'Université Laval se réserve le droit de modifier l'activité sans préavis. Tous les horaires indiqués sont sujets à changement.
Répartition hebdomadaire
- 3h Cours
- 0h Laboratoire ou travaux pratiques
- 6h Travail personnel
- 9h Total
Horaire
Pour vous inscrire, accédez à monPortail.
Automne 2024 – 1 section offerte
NRC 85342 Capacité maximale: 15 étudiants Enseignant: Christian Gagné
Plages horaires
-
- Type: Sur Internet
- Dates: Du 3 sept. 2024 au 13 déc. 2024
-
- Type: En classe
- Dates: Du 3 sept. 2024 au 13 déc. 2024
- Journée: Mercredi
- Horaire: De 8h30 à 10h20
Restrictions à l'inscription
Cycle d'études
Doit être inscrit à:
- Deuxième cycle
- Troisième cycle
Automne 2023 – 1 section offerte
NRC 85262 Capacité maximale: 15 étudiants
Plages horaires
-
- Type: Sur Internet
- Dates: Du 5 sept. 2023 au 15 déc. 2023
-
- Type: En classe
- Dates: Du 5 sept. 2023 au 15 déc. 2023
- Journée: Mercredi
- Horaire: De 8h30 à 10h20
- Pavillon: Palasis-Prince
- Local: 0610A
-
- Type: Classe virtuelle synchrone
- Dates: Du 5 sept. 2023 au 15 déc. 2023
- Journée: Mercredi
- Horaire: De 8h30 à 10h20
Automne 2022 – 1 section offerte
NRC 85326 Capacité maximale: 20 étudiants
Plages horaires
-
- Type: Sur Internet
- Dates: Du 6 sept. 2022 au 16 déc. 2022
-
- Type: En classe
- Dates: Du 6 sept. 2022 au 16 déc. 2022
- Journée: Mercredi
- Horaire: De 8h30 à 10h20
- Pavillon: Alexandre-Vachon
- Local: 3820
-
- Type: Classe virtuelle synchrone
- Dates: Du 6 sept. 2022 au 16 déc. 2022
- Journée: Mercredi
- Horaire: De 8h30 à 10h20