Descriptif
http://datascience-x-master-paris-saclay.fr/le-master/structure-des-enseignements/
Objectifs pédagogiques
Acquis d'apprentissage
À l'issue de l'UE, l'élève sera capable de:
- Analyser la convergence d’algorithmes numériques dans un environnement bruité
- Mettre en oeuvre des méthodes d’apprentissage par renforcement
Compétences de rattachement (et justification)
- BC10.3 – Analyser une résolution par des approches formelles ou mathématiques; Justification : L’UE fournit les outils permettant d’analyser la convergence des algorithmes itératifs rencontrés notamment dans le domaine de la science des données.
- BC5.2 – Concevoir un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : L’UE permet aux élèves de comprendre la mise en oeuvre d’algorithmes d’apprentissage par renforcement, permettant de déterminer les politiques optimales de décision dans un environnement stochastique.
effectifs minimal / maximal:
10/Diplôme(s) concerné(s)
- Auditeurs libres des cycles ingénieurs IP Paris
- Echange international non diplomant
- Diplôme d'ingénieur
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Auditeurs libres des cycles ingénieurs IP Paris
Pour les étudiants du diplôme Echange international non diplomant
Pour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'Option 3A acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé