Introduction aux datasciences S8
ECTS
4 crédits
Composante
Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)
Liste des enseignements
Machine learning
2 créditsApprentissage profond
2 créditsFrameworks IA Big Data
4 crédits
Machine learning
ECTS
2 crédits
Composante
Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)
Heures d'enseignement
Machine learning, Machine learning TD
Aborder la prédiction et l’apprentissage automatique qui sont les tâches les plus courantes effectuées par les data scientists et les data analysts.
- Présentation des activités clés de l’apprentissage automatique
- Méthodes d’apprentissage supervisé: régression et classification binaire
- Approches et algorithmes pour l’apprentissage supervisé
- Apprentissage itératif basé sur l’optimisation
- Généralisation, régularisation et Validation
Apprentissage profond
ECTS
2 crédits
Composante
Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)
Heures d'enseignement
Apprentissage profond CM, Apprentissage profond TD
Acquérir les bases des Réseaux de Neurones pour le traitement et l’analyse de grands volumes de données. Description :
- Notions d’apprentissage profond supervisé;
- Comprendre les algorithmes sous-jacents les méthodes d’apprentissage profond;
- Structurer et préparer les données sous une forme appropriée;
- Implémenter un perceptron ;
- Comprendre l’action des hyperparamètres de base
Frameworks IA Big Data
ECTS
4 crédits
Composante
Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE)