MATI M1 - Méthodes d'apprentissage supervisé

MATI M1 - Méthodes d'apprentissage supervisé
Master Sciences du langageParcours Sciences du langage et sciences des données

Catalogue2024-2025

Description

Paradigme de l'apprentissage et de la fouille de données
Apprentissage et classification supervisée : Arbres de décision, SVM

Compétences visées

Objectifs en termes de connaissances
Connaître les différents paradigmes de l'apprentissage
Comprendre les principales méthodes d'apprentissage supervisé
Objectifs en termes de compétences
Savoir utiliser les principales méthodes d'apprentissage supervisé

Modalités d'organisation et de suivi

Semestre d’automne 2021
2h étudiant par semaine, en présentiel (en visio en cas de distanciel)
Supports de cours et examens sur moodle
 

Contacts

Responsable(s) de l'enseignement

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation
ECI (Évaluation continue intégrale)
Coefficient
1.0

Évaluation initiale / Session principale - Épreuves

LibelléType d'évaluationNature de l'épreuveDurée (en minutes)Coéfficient de l'épreuveNote éliminatoire de l'épreuveNote reportée en session 2
Épreuve pratique
SCA1201.00
Premier examen écrit
SCET601.00
Second examen écrit
SCET601.00