Programmes d'études
Mathématiques de l'apprentissage profond
Programmes d'études
Mathématiques de l'apprentissage profond
Programmes d'études
Détails et horaire du cours
Légende
Cours de jour
Cours de soir
Cours en ligne
Certificats et microprogrammes de 1er cycle
Baccalauréat (formation d'ingénieur)
Études supérieures
MTH8107
Mathématiques de l'apprentissage profond
Nombre de crédits :
3 (3 - 0 - 6)
Les chiffres indiqués entre parenthèses sous le sigle du cours, par exemple (3 - 2 - 4), constituent le triplet horaire.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Département :
Mathématiques et génie Ind.
Préalable(s) :
70 crédits pour les étudiants au baccalauréat
Corequis :
Notes :
Il est souhaitable que le cours MTH2210A et qu'un cours de la série MTH2302, ou l'équivalent, aient été suivis avec succès.
Responsable(s) :
Steven Dufour
Description
Présentation des principales méthodes mathématiques à la base des algorithmes d'apprentissage profond. Rappels et notions importantes d'algèbre linéaire utilisées en science des données. Matrices de grande taille et algèbre linéaire numérique. Matrices de faible rang et acquisition comprimée. Matrices spéciales: transformées de Fourier discrètes; graphes. Rappels et notions importantes de probabilités et de statistique pour les problèmes d'apprentissage. Optimisation. Apprentissage à l'aide de données. Application des notions étudiées pour des problèmes d'apprentissage profond.
Présentation des principales méthodes mathématiques à la base des algorithmes d'apprentissage profond. Rappels et notions importantes d'algèbre linéaire utilisées en science des données. Matrices de grande taille et algèbre linéaire numérique. Matrices de faible rang et acquisition comprimée. Matrices spéciales: transformées de Fourier discrètes; graphes. Rappels et notions importantes de probabilités et de statistique pour les problèmes d'apprentissage. Optimisation. Apprentissage à l'aide de données. Application des notions étudiées pour des problèmes d'apprentissage profond.
Horaire
| Cours | ||||
|---|---|---|---|---|
| Groupe | Jour | Heure | Local | Enseignant(e)(s) |
| 01 | Mardi | 12h45, 13h45, 14h45 | B-530.2 | Dufour, Steven |
Plan triennal
| 2023-2024 | 2024-2025 | 2025-2026 | ||||||
|---|---|---|---|---|---|---|---|---|
| Automne | Hiver | Été | Automne | Hiver | Été | Automne | Hiver | Été |
| Cours de jour | - | - | Cours de jour | - | - | Cours de jour | - | - |
