Descriptif
Cette UE est rattachée au Master 2 DATA (Data Science, UPSA mention Mathématiques et applications )
Langue d'enseignement : anglais
Langue d'enseignement : anglais
https://moodle.polytechnique.fr/course/view.php?id=13188
Dans de nombreux cas, les algorithmes d’apprentissage statistique utilisent à l’étape d’entraînement des algorithmes d’optimisation. Le but de ce cours est donc de donner les outils nécessaires à l’étude et la construction de tels algorithmes, issus de l’optimisation convexe. Un accent sera mis sur l’interaction entre les algorithmes d’optimisation et le modèle à entrainer, et sur le choix d’un algorithme approprié en fonction du problème et de sa dimension (nombre de données d’entraînement et dimension de l’espace).
40 heures en présentiel (30 blocs ou créneaux)
Diplôme(s) concerné(s)
- M2 DS - Data Science
- Echange international non diplomant
- Master M2 - Data & Artificial Intelligence
- Diplôme d'ingénieur
- Master M1 - Data and Artificial Intelligence
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 5 ECTS
- Crédit d'Option 3A acquis : 5
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Master M1 - Data and Artificial Intelligence
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 6 ECTS
Pour les étudiants du diplôme M2 DS - Data Science
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 6 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Master M2 - Data & Artificial Intelligence
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 6 ECTS
Pour les étudiants du diplôme Echange international non diplomant
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 6 ECTS
Programme détaillé
