Descriptif
Ce module s'inscrit dans la suite logique du module Analyse des données de seconde année et pour but de renforcer les compétences déjà acquies et d'aborder plus spéciiquement les méthodes d'ensembles et les approches pour l'analyse et la modélisation des série temporelles.
Compétences travaillées
Bloc 3 : Améliorer pour l'industrie et les services, les performances d'un produit, procédé et processus pour anticiper et accompagner les changements induits par les transition
3.1 : Analyser les performances d'un produit, procédé, processus
3.2 : Exploiter des données numériques
3.3 : Modéliser un produit, procédé, processus
Bloc 4 : Piloter un projet en adoptant une approche systémique dans un environnement complexe
4.1 : Identifier les enjeux, les contraintes, les parties prenantes et le périmètre
4.6 : Mobiliser des informations validées
Bloc Donnée : Concevoir et piloter de manière optimale les systèmes énergétiques renouvelables et les systèmes d’information par le cycle de vie des données
D.2 : Sélectionner et mettre en œuvre des modèles d’IA pour traiter des données
D.4 : Mobiliser des informations validées
Objectifs pédagogiques
À la fin de ce module, les élèves seront capables de :
- Renforcer leurs connaissances et compétences en machine learning
- Appliquer de manière efficiente les différentes étapes de modélisation à partir d’un ensemble de données
- Interpréter et modéliser une série temporelle
- Connaître les principaux enjeux autour du cloud computing
Diplôme(s) concerné(s)
UE de rattachement
- UE-IFIE2-S2-DONNEE : Ingénierie de la donnée pour les systèmes d’information et les systèmes énergétiques
Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi
Principe et bases du machine learning
Format des notes
Numérique sur 20Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi
Vos modalités d'acquisition :
Evaluation par la réalisation d'un data challenge avec soutenance orale
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)Le coefficient de l'enseignement est : 1
Programme détaillé
L’objectif de ce module est de renforcer les compétences dans le domaine du machine learning et de la manipulation des données. Les différents éclairages proposés concernent :
- Les méthodes d’ensemble
- Les séries temporelles
- Le cloud computing
A chaque fois, une attention particulière sera portée sur homogénéisation des niveaux selon les enseignements préalablement suivis (module Analyse des données en A2S1 et de Deep Learning en A2S2).
La dernière partie concernera un data challenge réalisé comme support pratique et mode d’évaluation.