Master 2 - Mathématiques et Informatique - Spécialité Informatique - Parcours Intelligence Artificielle - Bloc Apprentissage - Université Paris Descartes - UFR Mathématiques et Informatique
| Niveau d’études visé | Bac +5 |
|---|---|
| Durée de la formation en année | 1 an |
| Statut de l’école | Non renseigné |
| Formation reconnue par l’État | Oui |
| Rythme de formation | Temps plein |
| Modalité | En présentiel |
| Prix | Non renseigné |
Description
Le bloc apprentissage permettra d’une part d’étudier les méthodes d’apprentissage non supervisé, semi-supervisé et supervisé et les méthodes de visualisation. Ces méthodes sont couramment utilisées dans le contexte fouille de données qui est l’art d’extraire des informations, voire des connaissances à partir des données de plus en plus volumineuses. Celles-ci peuvent provenir de divers domaines tels que la génomique, l’analyse textuelle, l’image, les réseaux et la parole.
Cette formation permettra aussi de maîtriser l’utilisation des modèles probabilistes souvent utilisés tels que la PLSA (Probabilistic Latent Semantic Analysis), les modèles de mélange ou encore les modèles de mélange par blocs qui sont devenus un outil classique dans l’apprentissage numérique. D’autre part, une attention particulière sera accordée à la visualisation des données de grande dimension.
Thématiques abordées
- Fondements de l’apprentissage automatique : algorithmes supervisés et non supervisés, régressions, classification, clustering
- Apprentissage profond : réseaux de neurones, convolution, réseaux récurrents, architectures avancées
- Traitement du signal et des données : méthodes statistiques, prétraitement, extraction de caractéristiques
- Optimisation et modélisation mathématique : théorie de l’optimisation, programmation linéaire et non linéaire, algorithmes d’optimisation
- Applications pratiques de l’intelligence artificielle : projets de développement, étude de cas, intégration dans des systèmes réels
Objectifs de la formation
- Maîtriser les principales techniques d'apprentissage automatique pour concevoir, entraîner et évaluer des modèles d'intelligence artificielle performants.
- Développer des compétences avancées en programmation et traitement des données pour implémenter des solutions IA adaptées aux besoins industriels.
- Analyser et résoudre des problèmes complexes en intelligence artificielle en mobilisant des méthodes mathématiques et informatiques spécifiques.
- Appliquer les concepts d'IA dans un contexte business pour proposer des solutions innovantes créatrices de valeur pour l'entreprise.
- Communiquer efficacement sur les projets d'IA, en intégrant des dimensions éthiques, internationales et durables, pour influencer positivement les décisions stratégiques.
Points forts
Le parcours fournit aux étudiants des bases théoriques solides qui leur permettront d’effectuer de la recherche théorique ou appliquée de haut niveau dans le secteur public comme dans le secteur privé.
Découvrir l’établissement
-
Voir l’établissement