Ce cours présente les concepts essentiels du Machine Learning et les techniques permettant de développer des modèles d’apprentissage automatique performants.

Les étudiants apprendront à :

- collecter, nettoyer et préparer des données ;

- appliquer différentes méthodes d’apprentissage supervisé (régression, classification) ;

- exploiter les techniques non supervisées (clustering, réduction de dimension) ;

- comprendre et implémenter les bases du deep learning et des réseaux de neurones.

Le cours alterne notions théoriques, études de cas et mises en pratique à travers des exercices guidés.