 | Programme d’études 2020-2021 | English | |
 | Machine Learning | ||
Unité d’enseignement du programme de Master en sciences physiques à la Faculté des Sciences |
| Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation spéciales Covid-19 éventuellement prévues pour la fin du Q3 |
|---|
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-M1-SCPHYS-051-M | UE optionnelle | BEN TAIEB Souhaib | S861 - Big Data and Machine Learning |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|---|---|---|---|---|---|---|---|---|
| Anglais, Français | 30 | 30 | 0 | 0 | 0 | 4 | 4.00 | 2e quadrimestre |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|---|---|---|---|---|---|---|---|
| S-INFO-256 | Machine learning | 30 | 30 | 0 | 0 | 0 | Q2 | 100.00% |
| Unité d'enseignement |
|---|
Objectifs par rapport aux acquis d'apprentissage du programme
- Communiquer des informations claires et précises
- -Avoir la capacité de communiquer avec clarté leurs connaissances, leurs conclusions, et de les étayer de manière rationnelle, à des auditoires de spécialistes et de non-spécialistes.
- Avoir une démarche scientifique rigoureuse et créatrice
- -Avoir la capacité de recueillir et d'interpréter des données scientifiques pertinentes et de les analyser de manière critique en distinguant les hypothèses de travail des faits avérés.
Acquis d'apprentissage UE
L'objectif du cours est d'introduire des méthodes d'apprentissage statistique/automatique pour la modélisation prédictive de grandes quantités de données. Le cours couvre notamment des méthodes linéaires et non-linéaires pour la régression, la classification, le clustering et la réduction de dimensionnalité.
Contenu de l'UE
Voir unique activité d'apprentissage.
Compétences préalables
Probabilité et statistique de base
Algèbre matricielle de base
Optimisation non-linéaire de base
Types d'évaluations Q2 pour l'UE
- Présentation et/ou travaux
- Examen écrit
- Exercice(s) coté(s)
Commentaire sur les évaluations Q2 de l'UE
Examen écrit (60% des points)
Présentation et travaux (20% des points)
Exercices cotés (20% des points)
Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement
Types d'évaluation Q3 pour l'UE
- Présentation et/ou travaux
- Examen oral
- Exercice(s) coté(s)
Commentaire sur les évaluations Q3 de l'UE
Examen oral (60% des points)
Présentation et travaux (20% des points)
Exercices cotés (20% des points)
Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement
Types d'activités
| AA | Types d'activités |
|---|---|
| S-INFO-256 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| S-INFO-256 |
|
Supports principaux
| AA | |
|---|---|
| S-INFO-256 |
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| S-INFO-256 | Sans objet |
Supports complémentaires
| AA | |
|---|---|
| S-INFO-256 |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| S-INFO-256 | Sans objet |
Autres références conseillées
| AA | Autres références conseillées |
|---|---|
| S-INFO-256 | Sans objet |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|---|
| S-INFO-256 | Non autorisé |