Descriptif
Cette UE vise à explorer les techniques récentes permettant d’étendre les méthodes de « machine-learning » reposant sur les principes de la reconnaissance de forme à des cadres/applications plus complexes que ceux abordés lors de l’UE MDI 343 Les thèmes suivants seront traités : optimisation incrémentale et Apprentissage Statistique distribué, ranking, systèmes de recommandation et moteurs de recherche, analyse des réseaux sociaux, graph-mining, apprentissage en-ligne, par renforcement, biométrie, modèles génératfs, traitement automatique du langage.
Diplôme(s) concerné(s)
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Intelligence Artificielle - Expert Data & MLops
Vos modalités d'acquisition :
Rentre dans le calcul de la moyenne du BE3.
Conformément au règlement scolaire (art.3.3.2 page 6) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute ue de ce BE pour laquelle il a obtenu une note inférieure à 10".
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 10
- Crédits ECTS acquis : 5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme IA : Intelligence Artificielle multimodale et autonome
Vos modalités d'acquisition :
Rentre dans le calcul de la moyenne du BE3.
Conformément au règlement scolaire (art.3.3.2 page 6) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute ue de ce BE pour laquelle il a obtenu une note inférieure à 10".
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 10
- Crédits ECTS acquis : 4 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
Optimisation et Apprentissage Statistique Distribué Ranking, systèmes de recommandation et moteurs de recherche Analyse des réseaux sociaux, graph-mining Apprentissage on-line, par renforcement