Se connecter
Logo

Fiche Module

FISE

STI

Sécurité et Technologies Informatiques


Unité d'Enseignement :


Semestre : 8
Crédits ECTS : 6

EA Big Data

Elément Constitutif :


Coefficient : 1

Introduction au machine learning

EA Big Data



L'UE EA Big Data : 4


Deep learning et applications
Introduction au machine learning
Protection des données & respect de la vie privée
Traitement des données non structurées (No SQL)


Volume horaire : 21:20

Type Nombre Durée
Cours 8 01:20
TD 8 01:20


Evaluations : 1

Type Coefficient
Examen Final 0.7
Projet 0.3


Enseignants : 2

Enseignant Type
Hafiane Adel Responsable
Hafiane Adel Intervenant


Lien vers ce module sur celene


Approfondir les connaissances en intelligence artificielle. Appréhender les notions théoriques et pratiques de l’apprentissage artificiel pour les données massives, afin maitriser les nouveaux principes et technologies de l’intelligence artificielle.

Pré-requis :

UE Semestre Module
Principes de la programmation 5 Algorithmique et Complexité
Initiation Système 5 Programmation Python


Connaissance de base de l'algèbre linéaire et des proba/stat

  1. Régression/classification linéaire et non linéaire
  2. Raisonnement probabiliste
  3. Réseaux de neurones artificiels
  4. Apprentissage profond : réseaux convolutifs, réseaux récurrents,...
  5. Apprentissage par renforcement
  6. Réduction de la dimensionnalité des données
  7. Apprentissage non supervisé clustering
  8. Applications cas réels

Examen Final et mini-projet

  • Azencott Chloé-Agathe, "Introduction au Machine Learning", édition Dunod.
  • A. Cornuéjol, L. Miclet and V. Barra, "Apprentissage artificiel", édition Eyrolles
  • Stuart Russell et Peter Norvig, "Intelligence artificielle", édition Pearson Eduction.
  • Ian Goodfellow, Yoshua Bengio et Aaron Courville,"Deep learning", édition MIT

Compétences :

Ref. Verbe Description Niveau
C1_2 décrire et formaliser les informations en utilisant les probabilités 2
C1_2 analyser les résultats d'un algorithme de machine learning 2
C1_4 concevoir concevoir des solutions aux problèmes pratiques des stratégies introduites pendant le cours 2
C2_1 identifier processus d'apprentissage le plus approprié pour résoudre un problème donné 2
C2_2 reconnaître les principes et techniques du machines learning 3