Formation Automatique/signaux

Reconnaissance de formes et classification

réf : AG10-17

  • DATES : Formation programmée à la demande - Nous consulter
  • DURÉE : 4 jours - 28 heures
    Voir le programme
  • LIEU : Gif-sur-Yvette (91)
    Voir le plan
  • PRÉ-REQUIS : Notions élémentaires de statistiques et d'algèbre linéaire.
  • PRIX : 2050 € HT  -  Restauration offerte
Il s’agit d’un panorama des méthodes de reconnaissance de formes et de classification les plus utilisées. En effet, la facilité actuelle à collecter des données permet la constitution de bases de données de plus en plus volumineuses. Ces données peuvent alors être utilisées pour l'extraction d’information et de connaissances en vue de prise de décision ou d'aide à la décision. Il s'agit donc d’étudier de manière détaillée les méthodes de référence afin de permettre leur utilisation effective dans des applications industrielles.

Rester informé des mises à jour par e-mail

Programme+

  • Introduction
    • Exemples introductifs, applications en reconnaissance de formes
    • Différents types d'approches en classification et apprentissage (supervisé, non supervisé, semi-supervisé, partiellement supervisé, etc.)
    • Problèmes récents (big data, grandes dimensions, non-linéarités, etc.)
  • Classification supervisée
    • Analyse discriminante, arbres de décision
    • Méthodes à noyaux, Support Vector Machines (SVM)
    • Régression logistique, classification sur composantes ACP ou PLS
  • Classification non-supervisée
    • Classification hiérarchique et arbres
    • Moyennes mobiles (k-means), nuées dynamiques
    • Modèles de mélange et algorithmes de type EM (Expectation-Maximization)
  • Cas d'un grand nombre de variables
    • Prise en compte d'a priori
    • Modèles parcimonieux
  • Exemples d'applications

Objectifs+

MAÎTRISER les méthodes usuelles de reconnaissance de formes et être en mesure de choisir parmi les méthodes existantes celle qui sera appropriée pour un problème donné et la mettre en œuvre,
ÊTRE SENSIBILISE aux cas particuliers où peu de données sont disponibles alors que le nombre des variables est élevé,
ACQUÉRIR une connaissance suffisante des méthodes de classification, des hypothèses sous-jacentes sur lesquelles elles reposent, de leurs avantages et inconvénients pour être capable de faire une analyse critique des résultats donnés par un algorithme de classification.

Profil des participants+

Ingénieurs ou chefs de projet souhaitant utiliser les techniques de reconnaissance de formes et de classification dans des applications industrielles.

Corps enseignant+

Hani Hamdan
Professeur à CentraleSupélec

Demande d'information+

Reconnaissance de formes et classification

Informations CNIL

Les données personnelles recueillies dans ce formulaire font l'objet d'un traitement automatisé conforme à la norme simplifiée 48 qui concerne les traitements relatifs à la gestion de clients et de prospects (délibération n°2012-209 du 21 juin 2012 de la CNIL). Les informations collectées sont destinées aux services de la Formation Continue. Vous pouvez exercer votre droit d'accès et de rectification prévus par la loi en vous adressant par courrier électronique à cil@centralesupelec.fr.