• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

TYPE DE DIPLOME : Formation qualifiante

FQ Introduction au machine learning et au deep learning, mise en oeuvre en Python

Domaine : Sciences, Technologies, Santé
 
Spécialité : Mathématiques-Informatique ; Programmation
  • 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.

Lire plus

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

 

Lire plus

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
Lire plus

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
Lire plus

Contrôle des connaissances

Attestation : à l'issue de la formation, il est remis un certificat de réalisation, attestant de l'acquisition des compétences. 

Lire plus

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.

Lire plus

Admission

Public cible

Développeurs informatiques, ingénieurs, techniciens, data scientists, chercheurs en informatique ou en mathématiques

Lire plus

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.

Lire plus

Les clefs de la réussite

Des fiches pratiques sont à votre disposition sur la page http://www.reussir-en-universite.fr/index.html.

Lire plus

Droits de scolarité

1800 euros

Lire plus

Frais de formation

    1800 euros

A lire aussi

Formation | Université Paris Cité
L’intégrité académique à l’honneur : découvrez les lauréates et lauréats du concours d’affiches 2025

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.

Formation | Université Paris Cité
Rentrée 2025-2026 : les dates à connaître

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.

Formation | Université Paris Cité
Université Ouverte : découvrez le programme 2025-2026 !

Formation | Université Paris Cité
L’accueil des étudiantes et étudiants internationaux : une priorité nationale partagée par l’Université Paris Cité

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.

  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés