v2.11.0 (5515)

Enseignement scientifique et technique - IODAA-UE_Fouille : Fouille de données et apprentissage automatique

Domaine > Département Modélisation Mathématique, Informatique et Physique.

Descriptif

Le cours présente les bases des approches supervisées et non supervisées de l’apprentissage automatique. Nous abordons des questions théoriques permettant de comprendre les questions fondamentales de l’apprentissage, exposons quelques modèles, ainsi que des éléments de méthodologie et de mise en pratique.

Objectifs pédagogiques

L’objectif est que les étudiants aient acquis les compétences leurs permettant de savoir comment aborder les méthodes de l’état de l’art en apprentissage automatique.

Pour les étudiants du diplôme Ingénieur AgroParisTech

Pas de pré-requis. L'exposition aux UEs de 1ère année : "Comment explorer le monde des données" et de 2ème année "Machine Learning : mise en pratique" prépare bien à ce cours.

Pour les étudiants du diplôme Accueillis cursus ing 2e et 3e année (erasmus et école)

Pas de pré-requis. L'exposition aux UEs de 1ère année : "Comment explorer le monde des données" et de 2ème année "Machine Learning : mise en pratique" prépare bien à ce cours.

Pour les étudiants du diplôme Certificat de Spécialié "La scIence des dOnnées DAns les sciences du vivAnt et de l’environnement"

Pas de pré-requis. L'exposition aux UEs de 1ère année : "Comment explorer le monde des données" et de 2ème année "Machine Learning : mise en pratique" prépare bien à ce cours.

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Certificat de Spécialié "La scIence des dOnnées DAns les sciences du vivAnt et de l’environnement"

Vos modalités d'acquisition :

Evaluation par 4 quiz au début des cours, 2 devoirs à la maison et un contrôle de connaissances sur table.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

Le coefficient de l'UE est : 2

Pour les étudiants du diplôme Ingénieur AgroParisTech

Vos modalités d'acquisition :

Evaluation par 4 quiz au début des cours, 2 devoirs à la maison et un contrôle de connaissances sur table.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

Le coefficient de l'UE est : 2

Pour les étudiants du diplôme Accueillis cursus ing 2e et 3e année (erasmus et école)

Vos modalités d'acquisition :

Evaluation par 4 quiz au début des cours, 2 devoirs à la maison et un contrôle de connaissances sur table.

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

Le coefficient de l'UE est : 2

Programme détaillé

L'UE comprend 9 cours couvrant les aspects suivants :

— Introduction à l’apprentissage automatique. Les tâches, les espaces en jeu, les questions que pose l’induction

— Introduction aux réseaux connexionnistes et un peu de théorie

— Les problèmes pratiques dans l’induction. Comment évaluer et comparer les algorithmes

— Les arbres de décision

— L’apprentissage non supervisé

— La méthode des k-moyennes

— La méthode DBSCAN et la classification hiérarchique ascendante

— Les motifs fréquents et les règles d’association

Mots clés

Sciences des données ; Apprentissage automatique ; Intelligence Artificielle
Veuillez patienter