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

Contacts

Responsable(s) de l'enseignement

• Nicolas Lachiche
• Xavier Dolques
• Céline Meillier

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