Acquérir les principaux concepts et les principales techniques pour extraire et exploiter les paramètres d'une forme (signal, parole, images, bases de données); apprendre à concevoir et implanter des systèmes de classification de formes.
Contenu
Concepts de base : formes, caractéristiques, problèmes de la dimensionnalité, classification, décision, apprentissage supervisé, apprentissage non supervisé, etc. Approches statistiques : théorie de la décision bayésienne, méthodes paramétriques, semi-paramétriques et non paramétriques, analyse discriminante, analyse de clustering, technique pour l'extraction et la sélection de caractéristiques, introduction aux réseaux neuronaux. Approches structurelles : inférences grammaticales, structures syntaxiques, descriptions relationnelles (graphes et arbres), techniques d'appariement de graphes. Applications.
Ce site Web utilise des fichiers témoins (cookies) essentiels à son bon fonctionnement.
Vous pouvez paramétrer l'utilisation de témoins facultatifs nous permettant d'optimiser votre expérience à travers le site. Voir la Politique de confidentialité
Paramètres des témoins
Pour obtenir plus d’information sur la nature et l’utilisation des témoins, voir la Politique de confidentialité.
Témoins essentiels
Ces témoins sont nécessaires au bon fonctionnement du site Web. Ils permettent de maintenir
l’accès à certaines sections sécurisées et de conserver des critères de recherche, par exemple.
Ces témoins ne peuvent être désactivés.
Témoins analytiques
Ces témoins nous aident à comprendre votre utilisation de notre site Web et nous permettent d'améliorer l’expérience qu'il propose.
Témoins publicitaires
Ces témoins sont utilisés pour vous proposer des publicités pertinentes en fonction de votre navigation sur notre site. Ces publicités peuvent être émises par l'Université de Sherbrooke ou d'autres entités.
