IFT813 - Modèles hiérarchiques pour l’apprentissage machine des données spatiotemporelles
Présentation
Sommaire
- Cycle
- 2e cycle
- Crédits
- 3 crédits
- Faculté ou centre
- Faculté des sciences
Cible(s) de formation
Acquérir les principaux concepts et les principales méthodes pour l’apprentissage machine des modèles hiérarchiques spatiotemporels; apprendre à concevoir et implanter des outils informatiques d’analyse de données spatiotemporelles.
Contenu
Phénomènes spatiotemporels, modélisation hiérarchique, estimation de modèles hiérarchiques, sélection de modèles hiérarchiques, inférence bayésienne, approximation de densité de probabilités, réduction de dimension, modèles pour les données temporelles, spatiales et spatiotemporelles. Les concepts sont illustrés par des applications dans divers domaines de la téléphonie, des réseaux sociaux, de la santé, de l’imagerie et de l’écologie.