La Plateforme E-Learning de IPNet Institute of Technology
Login/Register
|
Accueil
Cours
Evenements
Pages
A Propos
Galerie
FAQ
Se connecter
S'Enregistrer
Télécharger nos brochures
Blog
Contact
Plus
|
Cours
Evenements
Pages
A Propos
Galerie
FAQ
Se connecter
S'Enregistrer
Télécharger nos brochures
Blog
Contact
Login
Sign up!
La Plateforme E-Learning de IPNet Institute of Technology
×
Login to your account
Don't have an account?
Sign up!
Se souvenir du nom d’utilisateur
Mot de passe perdu ?
Connexion
Se connecter au moyen du compte :
Microsoft 365 Online
CSC 397 : Topics in Computer Science
Accueil
Cours
Programmation informatique (Ref:CSC)
CSC 397
Passer au contenu principal
Course Content
Date de début du cours: 27 juin 25
Catégorie: Programmation informatique (Ref:CSC)
Résumé de section
Sélectionner la section OBJECTIFS ET DESCRIPTION DU COURS
OBJECTIFS ET DESCRIPTION DU COURS
Tout replier
Tout déplier
Sélectionner la section RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
Sélectionner la section CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
Sélectionner la section EVALUATION DE L'APPRENTISSAGE & PONDERATION
EVALUATION DE L'APPRENTISSAGE & PONDERATION
Sélectionner la section SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
Sélectionner la section SEMAINE 1 : Introduction au cours, thématiques avancées en informatique.
SEMAINE 1 : Introduction au cours, thématiques avancées en informatique.
Sélectionner la section SEMAINE 2 : Lecture critique d’articles scientifiques et discussion.
SEMAINE 2 : Lecture critique d’articles scientifiques et discussion.
Sélectionner la section SEMAINE 3 : Fondements de l’analyse computationnelle d’images.
SEMAINE 3 : Fondements de l’analyse computationnelle d’images.
Sélectionner la section SEMAINE 4 : Segmentation et représentation multi-échelle.
SEMAINE 4 : Segmentation et représentation multi-échelle.
Sélectionner la section SEMAINE 5 : Méthodes fréquentielles (Fourier, ondelettes, Gabor, fractales).
SEMAINE 5 : Méthodes fréquentielles (Fourier, ondelettes, Gabor, fractales).
Sélectionner la section SEMAINE 6 : EXAMEN A MIS PARCOURS
SEMAINE 6 : EXAMEN A MIS PARCOURS
Sélectionner la section SEMAINE 7 : Discussion et analyse de recherches récentes (séminaire).
SEMAINE 7 : Discussion et analyse de recherches récentes (séminaire).
Sélectionner la section SEMAINE 8 : Deep learning pour l’analyse d’images (CNN, classification, reconnaissance).
SEMAINE 8 : Deep learning pour l’analyse d’images (CNN, classification, reconnaissance).
Sélectionner la section SEMAINE 9 : Vision par ordinateur – calibration, profondeur, suivi.
SEMAINE 9 : Vision par ordinateur – calibration, profondeur, suivi.
Sélectionner la section SEMAINE 10 : Flux optique, détection et suivi d’objets.
SEMAINE 10 : Flux optique, détection et suivi d’objets.
Sélectionner la section SEMAINE 11 : GANs et génération d’images artificielles.
SEMAINE 11 : GANs et génération d’images artificielles.
Sélectionner la section SEMAINE 12 : EXAMEN FINAL
SEMAINE 12 : EXAMEN FINAL
|
Copyright @ 2025 IPNET INSTITUTE OF TECHNOLOGY.