Analyse descriptive et théorie de l'apprentissage
Responsable : Jérôme Lacaille
| Formation | M2 mathématiques des données
|
| Semestre | 1 |
| Bloc | Outils mathématiques pour le traitement et l'analyse des données |
| Enseignants | Cours, TD/TP : J. Lacaille. |
| Crédits | 4 ECTS |
| Horaires | |
| Validation | Contrôle continu. |
Présentation
Le cours
Statistiques descriptives et intelligence artificielle :
Champs aléatoires, machines de Boltzmann, IA, Calcul parallèle, Analyse d’images
L’analyse de données industrielles :
Intégration logicielle, travail en équipe, Analyse d’influence
Scoring, Surveillance, Pronostic et Health monitoring (PHM)
Exemples d’études industrielles dans divers domaines :
Distribution, Automobile, Cosmétiques, Industrie, Chimie, Aéronautique, Finance
Modélisation :
Probabilités et statistiques
Modèles linéaires
Modèles non-linéaires
Théorie de l’apprentissage
Machines de Boltzmann
Machine Learning, Processus CRISP-DM
Les travaux dirigés
Utilisation de toolboxes ML
Présentations d’études, brainstorming,
Rédaction de brevets, analyse d’articles
