MATI M2 - Méthodes d'apprentissage non supervisé et d'apprentissage profond
Master Sciences du langageParcours Sciences du langage et sciences des données
ComposanteUFR de mathématique et d'informatique
Description
Cet enseignement vise à faire connaître et savoir mettre en œuvre des méthodes d’apprentissage non-supervisé (clustering, association, motifs fréquents) et d’apprentissage profond (connaître la structure générale des réseaux de neurones et intérêt des réseaux de neurones convolutifs). Dans cette enseignement, les étudiants seront amenés à adapter et appliquer ces différentes méthodes sur des données d’applications variées.
Compétences visées
Objectifs en termes de connaissances
- Connaître les différents paradigmes de l'apprentissage non supervisé
- Comprendre les principales méthodes d'apprentissage non-supervisé et profond
Objectifs en termes de compétences
- Savoir utiliser les principales méthodes d'apprentissage non-supervisé et profond
Modalités d'organisation et de suivi
Semestre de printemps Master 1.
2h étudiant par semaine
Supports de cours et examens sur moodle