Formation : Etudiant
Type de module : Electif
Unité d'enseignement : Modules électifs SCM, SPL et MSC
semestre | durée en 1/2 journées | crédits de l’UE | crédits du module |
S9 | 8 | 10 | 2 |
Responsable : Martin GHIENNE
Intervenants du module : Martin GHIENNE, Adrien GOELLER
Modules Supméca prérequis recommandés : STAT
Autres pré requis : Bases en programmation, langage Python
Objectif du module :
Introduire différentes méthodes d'analyse de données et de modélisation à partir des données ainsi que leurs applications en ingénierie mécanique
Organisation pédagogique et modalités d'évaluation : | |
Cours : 10h Travaux dirigés : 2h Travaux pratiques : 24h Travail personnel : 2h |
Contrôle continu : 60 % Evaluation terminale : 40 % Examens oraux : 40 % Examens écrits : 60 % |
Commentaire sur l'organisation pédagogique :
L'organisation pédagogique de ce module est basée majoritairement sur une Approche Par Problème.
Références bibliographiques :
- Andrew Ng, CS229 and CS230 Deep Learning Stanford
- https://github.com/ChristosChristofidis/awesome-deep-learning
- Python code for Artificial Intelligence: Foundations of Computational Agents, David L. Poole and Alan K. Mackworth, 2019
- Statistics and Machine Learning in Python, Edouard Duchesnay, Tommy Löfstedt, 2018
Dernière mise à jour :
30/06/2020