- Enseignant: Mattia Giaccagli
Introduction
aux concepts et aux outils fondamentaux du Machine Learning.
Présentation des paradigmes permettant l'apprentissage et la
généralisation par la machine, aperçu des champs d'application de
ces méthodes. Savoir identifier les différents types de problèmes
classiques de ML (regression, classification/clustering), savoir modéliser des problèmes concrets
et mettre en œuvre des algorithmes d'apprentissage, être conscient
des limites des approches employées. Sensibilisation aux problèmes
d'under/overfitting, de dimensionnalité, de sélection de modèles.
Ouverture au deep learning, du perceptron aux réseaux neuronaux convolutifs.
- Enseignant: Maya Kallas-Edelson
Ce module est un bureau d'étude pour concevoir, développer et expérimenter une solution numérique pour le véhicule électrique Twizy.
- Enseignant: Vincent Chevrier
- Enseignant: Theo Docquier
- Enseignant: Maya Kallas-Edelson
- Enseignant: Abdelkader Lahmadi
- Enseignant: Steven Le Cam
- Enseignant: Jean-Philippe Mangeot
- Enseignant: Radu Ranta
- Enseignant: Ye-Qiong Song
- Enseignant: Runbo Su
- Enseignant: Diego Alejandro Vega Vega