Descriptif
Ce cours présente des méthodes avancées en apprentissage automatique. Il aborde notamment l’apprentissage par renforcement, l’apprentissage de données en grande dimension et les techniques d’optimisation rapides et distribuées.
24 heures en présentiel (16 blocs ou créneaux)
Diplôme(s) concerné(s)
- Data Science
- Data & Knowledge (D-K)
- Diplôme d'ingénieur
- Echange non diplomant
- IA : Intelligence Artificielle
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Echange non diplomant
Le rattrapage est autorisé (Note initiale conservée)- Crédits ECTS acquis : 2 ECTS
- Crédits ECTS acquis : 2 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Data Science
Le rattrapage est autorisé (Max entre les deux notes)- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme IA : Intelligence Artificielle
Vos modalités d'acquisition :
La note finale après rattrapage rentre dans le calcul de la moyenne de la période
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Data & Knowledge (D-K)
Le rattrapage est autorisé (Max entre les deux notes)- Crédits ECTS acquis : 2.5 ECTS
Le coefficient de l'UE est : 2.5
Pour les étudiants du diplôme Diplôme d'ingénieur
Le rattrapage est autorisé (Note initiale conservée)- Crédits ECTS acquis : 2 ECTS
- Crédit d'Option 3A acquis : 2
La note obtenue rentre dans le calcul de votre GPA.