MATI M2 - Méthodes d'apprentissage non supervisé et d'apprentissage profond
Master Droit de la propriété intellectuelleParcours Droit de la propriété intellectuelle et sciences des données
ComposanteUFR de mathématique et d'informatique
Description
Cet enseignement vise à faire connaître et savoir mettre en œuvre des méthodes d’apprentissage non-supervisé (clustering, association, motifs fréquents) et d’apprentissage profond (connaître la structure générale des réseaux de neurones et intérêt des réseaux de neurones convolutifs). Dans cette enseignement, les étudiants seront amenés à adapter et appliquer ces différentes méthodes sur des données d’applications variées.
Compétences visées
Objectifs en termes de connaissances
- Connaître les différents paradigmes de l'apprentissage non supervisé
- Comprendre les principales méthodes d'apprentissage non-supervisé et profond
Objectifs en termes de compétences
- Savoir utiliser les principales méthodes d'apprentissage non-supervisé et profond
Modalités d'organisation et de suivi
Semestre de printemps Master 1.
2h étudiant par semaine
Supports de cours et examens sur moodle