TP-Intelligence-Artificielle

Objectifs de l’enseignement:

Permettre aux étudiants de se familiariser avec l’application des techniques de l’intelligence artificielle (IA) dans les systèmes embarqués. Se familiariser avec les bibliothèques ML et DL à savoir Keras, Scikit-learn, Tensorflow, etc. sous python ainsi que leur implantation sur des cartes de développement (MC, Raspberry Pi, ou FPGA).

Connaissances préalables recommandées:

Cette matière exige des connaissances préalables sur les langages de programmation tel que le C, VHDL, MatLab ou Python.

Contenu de la matière:

TP1. Présentation de kit de développement, le langage de programmation (bibliothèques, toolboxes,... ), et les bases de données (open sources).

TP2. Application de l‘apprentissage automatique (k-NN, RF, SVM,...) dans les problèmes de régression, classification, contrôle, partitionnement de données et réduction de dimensions.

TP3. Application de l’apprentissage profond (DCNN, VGG-16,..) dans l’imagerie (détection d’objet, classification ,..), langage naturel, traduction de texte, détection des anomalies, et diagnostic.

TP4. Exemples sur l’Implantation d‘apprentissage automatique et profond dans les systèmes embarqués (carte embarqué Coral, Jetson Nano, Arduino, FPGA, Raspberry Pi, ...).

Mode d’évaluation:

Contrôle continu: 100%