Source AI
Get flash to fully experience Pearltrees
Le but de l'UV est de familiariser les étudiants avec les techniques d'estimation fonctionnelle en régression et en discrimination et des modèles comme les réseaux de neurones et les réseaux bayésiens, puis d'aborder un certain nombre d'applications de ces techniques.
Cours: Réseaux de neurones, réseaux bayésiens et applications
Cours de réseaux de neurones
Si vous êtes intéressé par les sciences cognitives, le Relais d'Information sur les Sciences de la Cognition (RISC) vous donnera des informations intéressantes. La plupart des articles intéressants sur le sujet sont conservés dans les archives de Neuroprose La plupart des articles historiques sont contenus dans Neurocomputing, Foundations of Research , compilation éditée par James Anderson and Edward Rosenfeld (MIT press, 1988)
Résumé : Ce cours présente différentes techniques d'apprentissage à partir d'exemples. Plus précisément, il considère le problème de la classification supervisée : construire une procédure permettant de classer à partir d'une base d'exemples classés. Les algorithmes présentés sont utilisés pour l' extraction de connaissances à partir de données [ GT00 ] et permettent d'extraire des informations de fichiers structurés pour l'aide au diagnostic et l'aide à la décision. Nous présentons les algorithmes d'apprentissage symboliques basés sur les arbres de décision et des algorithmes d'apprentissage adaptatifs pour les réseaux de neurones de type perceptron multicouches.
APPRENTISSAGE À PARTIR D'EXEMPLES Notes de cours *
J'ai décidé de faire porter mon TIPE (Travail d'Intérêt Personnel Encadré, à réaliser pendant les classes préparatoires scientifiques) sur les réseaux de neurones artificiels, car je suis attiré par l'intelligence artificielle, et cette facette de l'IA est particulièrement intéressante et offre un bon potentiel pour un TIPE. Il s'inscrit dans le thème 2003-2004 " Objets, structures, formes et matériaux (reconnaissance, représentation et analyse) " dans la perspective générale " Les Technologies et les Sciences mises au service du Développement Durable ". 1.1.
TIPE - Prévision de température par réseaux neuronaux
Artificial intelligence ( AI ) is the intelligence of machines and the branch of computer science that aims to create it. AI textbooks define the field as "the study and design of intelligent agents" [ 1 ] where an intelligent agent is a system that perceives its environment and takes actions that maximize its chances of success. [ 2 ] John McCarthy , who coined the term in 1956, [ 3 ] defines it as "the science and engineering of making intelligent machines." [ 4 ] AI research is highly technical and specialized, deeply divided into subfields that often fail to communicate with each other. [ 5 ] Subfields have grown up around particular institutions, the work of individual researchers, the solution of specific problems and the application of widely differing tools.
Artificial intelligence
Artificial Intelligence: A Modern Approach
The leading textbook in Artificial Intelligence. Used in over 1200 universities in over 100 countries. The 25th most cited publication on Citeseer (and 2nd most cited publication of this century).
BID: The Berkeley Institute of Design . BID is a new research program about design in the era of pervasive technology. The BID lab is a 4000 sq ft space in the Hearst Memorial Mining Building with researchers from CS, ME, Education, Art Practice, SIMS and architecture. The program covers activity-oriented design of workspaces, products and information systems. MILLEE: Mobile and Immersive Learning for Literacy in Emerging Economies, aims to improve "power language" literacy in developing regions. In most developing regions, literacy is a major key to opportunity, and the power language is often different from the learners first language.
John Canny [Robotics]
David Forsyth [Vision]
Currently, there are three professors in computer vision in the CS department at UIUC. There's me; Derek Hoiem; and, from Jan 2012, Lana Lazebnik.
