Cet atelier proposera plusieurs activités collaboratives et projets à réaliser afin de développer concrètement les compétences en machine learning. Ainsi, les participant·es seront amenés à réaliser leur premier « neurone », développer un projet de classification puis de réaliser un réseau ANN. Un temps d’échange à la fin de l’atelier permettra de discuter de ce qui a été appris et approfondir la thématique. 

Cet atelier est proposé en hybride, c’est-à-dire que les étudiant·es ne pouvant pas être présent·es sur place peuvent participer en ligne via Teams.   

Objectifs

L’atelier leur permettra notamment : 

• Comprendre les principes de base du machine learning supervisé  

• Identifier les étapes d’un projet de machine learning (préparation des données, choix de la plateforme et de l'architecture, entraînement, évaluation)  

• Être capable de construire un modèle simple de classification avec Python.  

• Savoir interpréter les résultats d’un modèle (accuracy, matrice de confusion) 

• Développer sa capacité à expérimenter en autonomie à partir d’un notebook interactif (Google Colab). 

Public-cible

Etudiant·e·s

Les étudiant·es (BA, MA et doctorants Unifr ou HES-SO) voulant développer leurs compétences en machine learning et en programmation d’une IA.  

Prérequis

• Avoir des bases en programmation python et en mathématiques 

• Cet atelier est proposé en bilingue français et anglais 

Responsables et intervenants

Intervenant(s)

HEMMANN Florin et ATHEY-FOUGERHOUSE Brice 

Programme

• Introduction pratique au machine learning avec Python

  Contenu	Session 1 : en présence Session 2 : en ligne
  Session 1	23.10.2025 de 08:15 à 12:00 PER21 - B205
  Session 2	23.10.2025 de 08:15 à 12:00 PER21 - B205