Deep learning et machine learning avancé
- Code de l'UE INFOM232
-
Horaire
30 15Quadri 1
- Crédits ECTS 5
- Langue
- Professeur Frenay Benoît
A l'issue du cours, l'étudiant devra faire preuve d'une compréhension des différents thèmes abordés (cf. contenu), c'est-à-dire être capable d'exprimer avec ses propres mots la théorie et les méthodes vues au cours et expliquer dans quel contexte celles-ci sont utiles. Il doit également être capable de mettre en oeuvre les techniques vues au cours sur un problème complexe d’analyse de données.
Dans le prolongement du cours IDASM102 « Machine learning et data mining », ce cours explore des méthodes plus avancées en machine learning et deep learning. Les sujets suivants seront abordés :
Ces cours seront complétées par deux séances « research talks » sur base d’interventions d’experts scientifiques en live et de conférences internationales enregistrées et visionnées en auditoires. Une séance sera également consacrée au présentations des projets (cf. « mode d’évaluation »).
Le cours est divisé en deux activités d'apprentissage. La première est constituée des cours magistraux et est évaluée par un examen oral portant sur la théorie du cours (70% de la note globale). La seconde est une évaluation continue de la capacité des étudiants à mettre en oeuvre les techniques vues au cours et de se documenter sur celles-ci (30% de la note globale). Il devra pour cela réaliser un projet dont le timing approximatif est :
Le projet sera évalué sur base de soumissions régulières sur une plateforme en ligne et de la présentation finale. Il sera réalisé par équipes de deux étudiants.
Des références sont données pendant le cours.
Formation | Programme d’études | Bloc | Crédits | Obligatoire |
---|---|---|---|---|
Master 120 en sciences informatiques, à finalité spécialisée en software engineering | Standard | 0 | 5 | |
Master 60 en sciences informatiques | Standard | 0 | 5 | |
Master 120 en sciences informatiques, à finalité spécialisée en data science | Standard | 0 | 5 | |
Master 60 en sciences informatiques | Standard | 1 | 5 | |
Master 120 en sciences informatiques, à finalité spécialisée en software engineering | Standard | 2 | 5 | |
Master 120 en sciences informatiques, à finalité spécialisée en data science | Standard | 2 | 5 |