Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
3 crédits
20.0 h + 10.0 h
Q2
Enseignants
Lee John; Missal Marcus (coordinateur);
Langue
d'enseignement
d'enseignement
Français
Préalables
Introduction au calcul différentiel et intégral ; introduction à l'algèbre linéaire
Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.
Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.
Thèmes abordés
(1) Nécessité d'une approche théorique en neurosciences. (2) Histoire des réseaux de neurones artificiels. (3) Principaux types de réseaux de neurones artificiels.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
(1) Au terme du cours, l'étudiant devra être capable de justifier la nécessité de la modélisation mathématique du système nerveux. (2) L'étudiant sera capable d'expliquer les principes généraux des réseaux de neurones artificiels. (3) L'étudiant aura les connaissances et la pratique nécessaire pour simuler le comportement d'un réseau de neurones élémentaire de manière informatique à l'aide de la MATLAB NNTool GUI. |
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
(1) Nécessité d'une approche théorique en neurosciences. (2) Histoire des réseaux de neurones artificiels. (3) Principaux types de réseaux de neurones artificiels.
Au terme du cours, l'étudiant devra être capable de justifier la nécessité de la modélisation mathématique du système nerveux. L'étudiant sera capable d'expliquer les principes généraux des réseaux de neurones artificiels. L'étudiant aura les connaissances et la pratique nécessaire pour simuler le comportement d'un réseau de neurones élémentaire de manière informatique à l'aide de la MATLAB NNTool GUI.
Au terme du cours, l'étudiant devra être capable de justifier la nécessité de la modélisation mathématique du système nerveux. L'étudiant sera capable d'expliquer les principes généraux des réseaux de neurones artificiels. L'étudiant aura les connaissances et la pratique nécessaire pour simuler le comportement d'un réseau de neurones élémentaire de manière informatique à l'aide de la MATLAB NNTool GUI.
Méthodes d'enseignement
Cours ex-cathedra en présentiel, lecture et discussion d'articles.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
Examen oral
Autres infos
Prérequis: introduction au calcul différentiel et intégral; introduction à l'algèbre linéaire
La participation aux travaux pratiques, aux travaux dirigés et séances d’exercices est obligatoire et indispensable pour valider l’unité d’enseignement.Toute absence injustifiée entraîne une pénalité à l’examen de l'UE qui peut aller jusqu’à l’annulation de la cote d’examen pour l’année d’étude considérée (0/20). En cas d’absences répétées même justifiées, l’enseignant peut proposer au jury de s’opposer à l’inscription à l’examen relatif à l’UE en respect de l’article 72 du RGEE
La participation aux travaux pratiques, aux travaux dirigés et séances d’exercices est obligatoire et indispensable pour valider l’unité d’enseignement.Toute absence injustifiée entraîne une pénalité à l’examen de l'UE qui peut aller jusqu’à l’annulation de la cote d’examen pour l’année d’étude considérée (0/20). En cas d’absences répétées même justifiées, l’enseignant peut proposer au jury de s’opposer à l’inscription à l’examen relatif à l’UE en respect de l’article 72 du RGEE
Ressources
en ligne
en ligne
https://moodleucl.uclouvain.be/course/view.php?id=9189
Support de cours
- https://moodleucl.uclouvain.be/course/view.php?id=9189
Faculté ou entité
en charge
en charge
FASB
