Enseignement

Enseignement

  • 2020- 2021: TELECOM Nancy, Université de Lorraine, , France (Postdoc)
    • Intelligence artificielle avancée (3 IAMD, IL, LE et IMSD)
      • Chapitre 1: Introduction à l’apprentissage profond
      • Chapitre 2: Les réseaux de neurones convolutionnels (CNN)
      • Chapitre 3: Les réseaux de neurones réccurents et génératifs
      • Chapitre 4: Graph Deep Representation Learning

      • TP1: Prise en main de Pandas et Sickit-Learn
      • TP2: Classification Supervisée
      • TP3: Évaluation des performances dans la classification et la régression
      • TP4: Comparaison des méthodes d’apprentissage automatique
      • TP5: Introduction au Deep Learning
      • TP6: Apprentissage de représentation avec les Auto-Encodeurs (AEs)
      • TP7: Les réseaux de neurones convolutifs, génératifs et récurrents
      • TP8: Graph Deep Representation Learning: Graph Autoencoder (GAE)
    • Intelligence artificielle ( 2 IL)
      • TD1: Résolution de problèmes (Modélisation, algorithmes A*, min-max et alpha-beta)
      • TD2: Algorithmes génétiques
      • TD3: Problèmes de satisfaction de contraintes (CSP)
      • TD4: Processus décisionnels markoviens
      • TD5: Arbres de décision
      • TD6: Réseaux de neurones artificiels (Algorithme de rétropropagation)
      • TD7: Visualisation d’informations
      • TP: Fouille de Données
    • 2019-2020, Faculté des Sciences, Aix-Marseille University, France (Postdoctoral Researcher)
      Data Science ( Master 1 Signal and Image Processing)

    • 2017-2018: Research Assistant (ATER), IUT of Paris Descartes University, France (ATER)
    • Introduction to Computer Systems (Lab Works, 1 DUT Computer Science)
      Network Architecture (Lab Works, 1 DUT Computer Science)