- Enseignant: Camille Thery
Elearn - Université de Pau et des Pays de l'Adour
Résultats de la recherche: 5459
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Camille Thery
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Eve Péré
- Enseignant: Camille Thery
- Enseignant: Marie Bidault
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Eve Péré
- Enseignant: Camille Thery
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Eve Péré
- Enseignant: Camille Thery
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Camille Thery
- Enseignant: Christelle Kilgus
- Enseignant: Valérie Mengelatte
- Enseignant: Camille Thery
- Enseignant: Christian Paroissin
- Enseignant: François Rigal
- Enseignant: Yann Lalanne
- Enseignant: Cedric Tentelier
- Enseignant: Sophie Nolivos
- Enseignant: Manzoor Ahmad
- Enseignant: Thierry Reess
- Enseignant: Antoine Silvestre De Ferron
L'objectif du cours est d'apprendre à exploiter les propriétés de symétrie des molécules pour le tracé qualitatif des diagrammes d'orbitales moléculaires et l'interprétation des spectres vibrationnels.
- Enseignant: Isabelle Baraille
- Enseignant: Catherine Marquet
- Enseignant: Johan Pelay
Ce cours présente des notions de base en apprentissage automatique et fouille de données. Le but est de maîtriser des tâches de représentation, d'analyse et de traitement dans des environnements à grand volume de données hétérogènes et complexes, numériques et/ou symboliques, pour développer des solutions d'extraction d'information, d'aide à la décision et de prédiction. Le cours introduit brièvement les différents paradigmes et leurs applications, et se concentre sur les aspects pratiques, notamment à travers des sessions de programmation. L'accent sera mis sur des techniques d'apprentissage automatique, leur cadre théorique et méthodologique, et leurs diverses applications, notamment dans le domaine des géoénergies.
__________________________________________________
This course presents basic concepts in machine learning and data mining. The aim is to master representation, analysis and processing tasks in large volume environments of heterogeneous and complex numerical and/or symbolic data, in order to develop solutions for information extraction, decision support and prediction. The course briefly introduces various paradigms and their applications, and focuses on practical aspects, in particular through hands-on sessions. Emphasis will be put on machine learning techniques, their theoretical and methodological framework, and various applications to geoenergies.
- Enseignant: Etienne Ahusborde
- Enseignant: Brahim Amaziane
- Enseignant: Mustapha El Ossmani
- Enseignant: Abdelkarim Majdoub
- Enseignant: Nicolas Pillardou
- Enseignant: Etienne Ahusborde