v2.6.4 (3846)

Option - MOD-IFIE3-G-GSI-MaLea : Machine Learning

Descriptif

Ce module d'apprentissage automatique vise à apporter les éléments essentiels du domaine de la science des données, à travers une approche transverse allant du nettoyage des données, leur analyse rapide, puis une démarche itérative d'apprentissage sur ces données en fonction des problématiques posées. Finalement des éléments de visualisation sont aussi amenés.

Objectifs pédagogiques

Les objectifs de ce module sont les suivants:

-Connaître les principaux algorithmes des 4 grandes classes de l'apprentissage automatique

-Savoir les utiliser, et les paramétrer

-Savoir ce que sont et comment utiliser les réseaux de neurones (dont deep learning)

-Savoir utiliser la libraire keras (réseaux de neurones)

-Savoir utiliser la librairie python Scikit

-Savoir mettre en place une démarche d'analyse des données pertinente (nettoyage de données, quick & dirty, pipes, visualisation, conclusions quant au problème posé)

28 heures en présentiel
réparties en:
  • Cours Magistraux : 21
  • Travaux Pratiques, Ateliers, Visites : 3
  • Travail en Autonomie programmé à l'EDT : 9
  • Projet : heures encadrées présentielles : 3

Soit 10 heures de travail global estimé pour l’étudiant.

Diplôme(s) concerné(s)

UE de rattachement

Format des notes

Numérique sur 20

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)

    Le coefficient de l'enseignement est : 2

    Programme détaillé

    Ce module se déroule selon les séances suivantes:

    -Introduction

    -TP Titanic

    -Nettoyage de données TD+TP

    -Classification TD+TP

    -TP Titanic Scikit + évaluation des performances

    -Réseaux de neurones TD+TP

    -Clustering et association TD+TP

    -Traitement du langage naturel TD+TP

    -Projet en binôme évalué

    Mots clés

    apprentissage automatique, science des donnees, python, classification, clustering, association, regression

    Méthodes pédagogiques

    cours magistraux, travaux pratiques, mini-projet, études de cas
    Veuillez patienter