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:
- Connaitre les différentes étapes de traitement de la donnée avant l’application d’un algorithme de machine learning
Compétences visées
A l'issue de la formation, l'apprenant est capable de :
- mettre en œuvre les algorithmes avec Python
- 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 5 novembre 2024
A lire aussi
Organisé dans le cadre d’un partenariat entre Sciences Po et l’Université Paris Cité, le premier concours d’affiches sur l’intégrité académique a récompensé trois créations étudiantes pour leur originalité, leur force de message et leur pertinence pédagogique. À la rentrée 2025‑2026, l’affiche lauréate du premier prix sera diffusée sur les sites et campus d’UPCité.
Vous trouverez sur les sites internet des Facultés – Santé, Sciences, Sociétés & Humanités – et de l’Institut de physique du globe de Paris, les informations relatives à la rentrée 2025-2026 dans vos formations et les services dont vous pouvez bénéficier.
Lors de sa visite à l’Institut Cochin, Philippe Baptiste, ministre chargé de l’Enseignement supérieur et de la Recherche, a réaffirmé l’importance stratégique de l’accueil des étudiantes et étudiants internationaux pour la France. Une orientation que partage pleinement l’Université Paris Cité, engagée en faveur d’une expérience étudiante inclusive, durable et ambitieuse.
