 | Programme d’études 2020-2021 | English | |
 | Machine learning | ||
Unité d’enseignement du programme de Bachelier en sciences mathématiques 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-B3-SCMATH-012-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 | 5 | 5.00 | 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
- Résoudre des problèmes nouveaux.
- Utiliser les connaissances issues de différents domaines pour traiter des questions.
- Utiliser efficacement l'outil informatique.
- Capacité à comprendre un algorithme et à l'implémenter en utilisant des structures de données adéquates.
- Pouvoir développer des programmes informatiques pour résoudre des problèmes ayant une formulation mathématique.
- Pourvoir aborder la littérature et dialoguer avec les autres sciences.
- Avoir une bonne connaissance d'un domaine connexe utilisant les mathématiques.
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 |