Section: Master en Architecture des systèmes informatiques
Codification: 217LA
Méthodes et Outils pour le traitement des Données - Laboratoire
Enseignant(s) :

Volume horaire : 15
Pondération : 25
Activité obligatoiore : Oui
Année académique : 2018-2019
Place de l'activité d'apprentissage dans le programme
Articulation avec d'autres activités d'apprentissage
  • Activités d'apprentissage supports + acquis d'apprentissage préalables requis

    Cours de statistiques M1

  • Activités d'apprentissage complémentaires

Acquis d'apprentissage spécifiques sanctionnés par l'évaluation

L'étudiant sera capable au terme de la partie Laboratoire (15h) de:

comprendre et d'appréhender les concepts relatifs au traitement de données par la méthode du machine learning (arbres de décisions, bootstrap, deep learning,...)

Contenu

Chaque séance de cours est une présentation d'étudiants sur un sujet prédéfini relatif au machine learning.

Travaux dirigés / Travaux de groupe Exercice de recherche sur un sujet pointu, vulgarisation et présentation pédagogique.
Méthodes d'enseignement-apprentissage mises en oeuvre

Travaux dirigés / Travaux de groupe

Exercice de recherche sur un sujet pointu, vulgarisation et présentation pédagogique.

Modalités d'évaluation de l'activité d'apprentissagee
Septembre - JanvierSeconde Session
TravauxTravail présenté en classeTravail écrit à rendre en seconde session.

Pondération en % par rapport au total de l’activité d’apprentissage ou de l’UE si l’évaluation est intégrée.

Ressources
Supports indispensables pour atteindre les acquis d'apprentissage

    Les étudiants doivent trouver par eux-mêmes les sources afin de présenter un travail.

 Imprimer   Retour