Cours :
- Mathématiques appliquées et techniques d'optimisation pour l'apprentissage automatique
- Réseaux de neurones convolutionnels
- Segmentation sémantique
- Détection d'objets
- Reconnaissance de lieu pour le SLAM
- Théorie des fonctions de croyance : application aux grilles d'occupation pour véhicules autonomes
- Matériel et traitement GPU pour l'apprentissage profond
- Logiciels pour l’apprentissage automatique
Travaux pratiques :
Lab1: Détection d’objets par Deep Learning
Lab2: Apprentissage par renforcement
Lab3: Apprentissage profond par renforcement
- Gestionnaire: Vincent Fremont