Faculté
Faculté des Sciences
Présentation
L’apprentissage machine (machine learning) est une discipline scientifique qui s'intéresse à la conception et au développement d'algorithmes permettant aux ordinateurs d'apprendre à prendre des décisions à partir de données. L'ensemble des données potentiellement utiles pour alimenter une tâche d'apprentissage est très vaste et varié, ce qui rend la modélisation et les hypothèses préalables critiques pour la conception d'algorithmes pertinents. Ce stage se concentre sur la méthodologie sous-jacente à l'apprentissage supervisé avec un accent particulier sur la formulation mathématique des algorithmes et la façon dont ils peuvent être mis en oeuvre et utilisés dans la pratique.
Objectifs
Comprendre le fonctionnement d’un algorithme de machine learning et de deep learning:
- Savoir mettre en oeuvre les algorithmes avec Python
- Connaitre les différentes étapes de traitement de la donnée avant l’application d’un algorithme de machine learning
- Savoir évaluer la performance des algorithmes de machine learning
Programme
- Introduction à l’apprentissage supervisé : régression et classification binaire, métriques d’évaluation classiques et quelques « recettes de cuisine » (cross-validation, overfitting)
- Méthodes linéaires : LDA, modèles linéaires généralisés, régression logistique. SVM minéaire : hinge, loss, méthodes de régularisation ridge, lasso, problèmes en grande dimension
- Méthodes non-linéaires : arbres de décision, CART, boosting, XGBoost, LightGBM, random forests, méthodes à noyaux
- Méthodes d’optimisation pour le machine learning : coordinate gradient descent, descente de
gradient stochastique et améliorations
- Deep learning : feed-forward neural networks, convolutional neural networks, back-propagation,algorithmes stochastiques pour l’entrainement, early stopping, méthodes d’initialisation, regularisation dropout, mise en oeuvre avec tensorflow et keras
Contrôle des connaissances
Attestation : à l'issue de la formation, il est remis un certificat de réalisation, attestant de l'acquisition des compétences.
Aménagements particuliers
Alternance de cours (50 %) et d’ateliers (50 %)
Université Paris Cité s’engage pour un accueil et un accompagnement personnalisé des personnes en situation de handicap, tout au long de leur parcours de formation.
Pour plus d’informations sur les modalités et pour avoir le contact de votre interlocuteur, veuillez cliquer ici.
Admission
Public cible
Développeurs informatiques, ingénieurs, techniciens, data scientists, chercheurs en informatique ou en mathématiques
Pré-requis
Avoir une expérience en programmation, et des notions en mathématiques (dérivée d’une fonction, algèbre linéaire). Niveau L3 minimum en informatique ou en mathématiques appliquées.
Les clefs de la réussite
Des fiches pratiques sont à votre disposition sur la page http://www.reussir-en-universite.fr/index.html.
Droits de scolarité
1800 euros
Frais de formation
Dernière mise à jour le 2 mars 2023
A lire aussi
Développer des compétences en vulgarisation est une nécessité pour pouvoir rendre les résultats de la recherche accessibles au plus grand nombre. Engagée dans la diffusion des connaissances et le dialogue Science-Société, l’université Paris Cité a mis en place, à la rentrée 2024, une offre structurée pour permettre aux enseignants-chercheurs et aux doctorants de l’université de se former à la vulgarisation.
Les 8 et 9 novembre prochains, les élèves du secondaire de Seine-Saint-Denis et leurs familles auront l’opportunité de découvrir la richesse et la diversité des métiers de la santé et des carrières scientifiques. Ce forum, organisé pour la deuxième année consécutive, s’inscrit pleinement dans le cadre du projet de Cordée de la Réussite interacadémique de l’université Paris Cité.
Du vendredi 15 au dimanche 17 novembre 2024, l’université Paris Cité sera présente au Salon européen de l’éducation dédié à l’orientation des jeunes publics.
