UFR de mathématique et d'informatique

MATI M2 - Méthodes d'apprentissage non supervisé et d'apprentissage profond

  • Cours (CM) 6h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) 8h
  • Travaux pratiques (TP) 14h
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Description du contenu de l'enseignement

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 à acquérir

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

Contact

Responsable

Nicolas Lachiche

Xavier Dolques

Céline Meillier


Approche interdisciplinaire en science des données (AISD)

Fondation Université de Strasbourg
Investissements d'Avenir
Ligue européenne des universités de recherche (LERU)
EUCOR, Le Campus européen
CNRS
Inserm Grand Est
Logo HRS4R