v2.11.0 (5491)

Options de 3e année - SD-3A : Option Science des données (S1)

Descriptif

Responsable : Pascal Bianchi
Responsable des stages : François Portier
Responsable des projets PRIM : Olivier Fercoq

L'option consistera, au 1er semestre :

Un projet PRIM pour 12 ECTS

et les unités d'enseignements suivantes :

  • IA317 - Large scale machine learning (2,5 ECTS)
  • IA306 - Deep learning (2,5 ECTS)
  • IA318 - Advanced machine learning (2 ECTS)
  • IA316 - AI and e-commerce (2 ECTS)
  • Au choix :

            - IA312 - Natural Langage Processing (2 ECTS)
            - DATA905 - Introduction to Graphical Models (2,5 ECTS)
            - DATA907 - Convex analysis and optimization theory (5 ECTS)
            - DATA910 - Graphical Models for large scale content access (2,5 ECTS)
            - DATA913 - Theoretical guidelines for high-dimensional data analysis (2,5 ECTS)
            - DATA906 - Introduction mathématique au compressed sensing (3 ECTS)
            - DATA916 - Machine learning, S. Clémençon (2,5 ECTS)
            - DATA923 - Bayesian Learning for partially observed dynamical systems, S. Le Corff (2,5 ECTS)
            - DATA911 - Introduction to Bayesian learning, A. Sabourin (2.5 ECTS)
            - DATA919 - Computer Vision, A. Newton (2,5 ECTS)

Les étudiants entrant directement en 3e année ont également accès aux cours des filières au 1er semestre comme au 2e semestre, dans la limite des contraintes horaires, et pourront faire un second projet PRIM.

L'année scolaire commence par la Junior Conference on Data Science and Engineering le 12 et 13 septembre 2019 à Saclay.

Les informations se trouvent ici : https://synapses.telecom-paris.fr/catalogue/2019-2020/ue/12520/SD301-junior-conference-on-data-science-and-engineering

Merci de vous inscrire ici : https://jdse-paris.github.io/jDSE2019/ 

 

Diplômes concernés

Niveau requis

réussite de la filière SD ou, pour les 18 mois entrant directement en 3eA, connaissances équivalentes : • bonnes compétences en programmation, solides bases en statistiques et optimisation, cours de base en apprentissage statistique et en gestion de données

Composition du parcours

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
Veuillez patienter