Appuyer sur Entrée pour chercher ou la touche ESC pour fermer

RCP209 | Apprentissage statistique : modélisation décisionnelle et apprentissage profond

schedule

51

Total d'heures d'enseignement
school

6

Crédits ECTS
date_range

Date non définie

Début des cours prévu

Programme

Les thèmes abordés dans les séances de cours et de travaux pratiques (TP) sont :

- Apprentissage supervisé : discrimination, régression, prédiction structurée.
- Evaluation et sélection de modèles.
- Arbres de décision et forêts d'arbres de décision (random forest).
- Machines à vecteurs de support (SVM) : discrimination, régression, estimation du support d'une distribution, ingénierie des noyaux.
- Réseaux de neurones, apprentissage de représentations, apprentissage profond (deep learning).
- Modèles graphiques, apprentissage structuré.

Chaque séance de cours est suivie d'une séance de travaux pratiques (TP) permettant de mettre en oeuvre les méthodes présentées.
Les TP sont réalisés en utilisant les plateformes Scikit-learn et Keras. Une introduction à Scikit-learn et à Keras est prévue lors des séances de TP.

Objectifs : aptitudes et compétences

Objectifs :

Ce cours présente des méthodes de modélisation décisionnelle à partir des données, notamment à travers les machines à vecteurs supports (SVM), les réseaux de neurones profonds, et la prédiction structurée, en vue de leur utilisation dans des applications réelles.
L'apprentissage automatique permet de construire, à partir des données empiriques, des modèles pour la prise de décision. Les méthodes abordées ont de très nombreuses applications dans des domaines aussi divers que l'assurance qualité, le diagnostique médical, les véhicules autonomes, la bio-ingénierie, la climatologie, la sécurité environnementale, le marketing, la gestion de la relation client, la recherche d'information, etc.

Compétences :

Modélisation décisionnelle à partir de données, avec application à la reconnaissance de formes et à la fouille de données.

Prérequis

Cet enseignement s'adresse aux auditeurs souhaitant acquérir des connaissances sur la modélisation à partir des données pour la reconnaissance des formes et la fouille de données (data mining).
obligatoires : avoir suivi la première partie du cycle spécialisation de l'EICNAM ou avoir le niveau M1 (Bac + 4). Il est fortement recommandé d'avoir suivi au préalable l'UE RCP208 « Reconnaissance des formes et méthodes neuronales » ou un enseignement équivalent comportant une présentation des méthodes de base d'analyse des données et de modélisation descriptive des données.

Délais d'accès

Inscription 1er semestre et annuel :

  • Modalité présentiel/hybride : de juillet à mi-octobre
  • Modalité FOAD (100% à distance) : de juillet à mi-novembre

Inscription 2ème semestre :

  • Modalité présentiel/hybride : de juillet à mi-février
  • Modalité FOAD (100% à distance) : de juillet à mi-mars

Planning

Légende:
Cours en présentiel
Cours 100% à distance
Mixte: cours en présentiel et à distance

Certaines unités d'enseignement nécessitent des prérequis. Cliquez sur le titre de l'UE ci-dessus pour en savoir plus.

Centre de formation 2022/2023 Prochaine session* Modalité Tarif
individuel
100% à distance Semestre 1 Date non définie De 0 à 1.020 €
*Selon les UEs, il est possible de s'inscrire après le début des cours. Votre demande sera étudiée pour finaliser votre inscription.

Modalités

Modalités pédagogiques :

Pédagogie qui combine apports académiques, études de cas basées sur des pratiques professionnelles et expérience des élèves. Équipe pédagogique constituée pour partie de professionnels. Un espace numérique de formation (ENF) est utilisé tout au long du cursus.

Modalités de validation :

La note finale est la moyenne non pondérée entre la note obtenue au projet et la note obtenue à l'examen final.

Tarif

Mon employeur finance Pôle Emploi finance Je finance avec le co-financement Région
1.020 € 510 € Salarié : 156 € Demandeur d'emploi : 124,80 €

Plusieurs dispositifs de financement sont possibles en fonction de votre statut professionnel et peuvent financer jusqu’à 100% de votre formation.

Si vous êtes demandeur d'emploi et que vous cotisez à AG2R La Mondiale, vous pouvez bénéficier d'un financement : 4 UE gratuites par an.

Si aucun dispositif de financement ne peut être mobilisé, nous proposons à l’élève une prise en charge partielle de la Région Nouvelle-Aquitaine avec un reste à charge. Ce reste à charge correspond au tarif réduit indiqué ci-dessus et est à destination des salariés ou demandeurs d’emploi.

Pour plus de renseignements, nous vous invitons à consulter notre guide du financement et à contacter nos conseillers pour vous accompagner pas à pas dans vos démarches.

Passerelles : lien entre certifications

Avis des auditeurs

Les dernières réponses à l'enquête d'appréciation de cet enseignement :

Fiche synthétique au format PDF

Taux de réussite

Les dernières informations concernant le taux de réussite des unités d’enseignement composant les diplômes

Taux de réussite

Besoin d'aide dans vos démarches ?

L'équipe du Cnam Nouvelle-Aquitaine est là pour vous aider