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 IA : Intelligence Artificielle multimodale et autonome
Vos modalités d'acquisition :
La note finale de cette unité d'enseignement rentre dans le calcul de la moyenne du bloc d'enseignement de rattachement
Conformément au règlement scolaire (art. 4.4.2, p. 8) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute IE de ce BE pour laquelle il a obtenu une note inférieure à 10".
- le rattrapage peut être demandé par l'étudiant si :
- Note initiale < 10
- Crédits ECTS acquis : 4 ECTS
Pour les étudiants du diplôme Intelligence Artificielle - Expert Data & MLops
Vos modalités d'acquisition :
La note finale de cette unité d'enseignement rentre dans le calcul de la moyenne du bloc d'enseignement de rattachement
Conformément au règlement scolaire (art. 4.4.2, p. 8) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute IE 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
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