Ce cours est effectué par Martin-Pierre Schmidt (Dassault Systèmes, Paris Vélizy), et Christian Gout.
Une première étape consiste à démystifier cette chose ‘‘magique’’ qu'est le Machine Learning dont on entend tant parler, les conférences sur n’importe quel sujet ces dernières années (incluant des outils récents comme ChatGPT, stable diffusion...). Des applications du machine learning au traitement d'images, l'importance de la définition des vecteurs descripteurs sont présentés...Ou se trouve l’information nécessaire et suffisante pour déduire le modèle sous-jacent par apprentissage?
Est également abordé une introduction au Machine learning appliqué à la science des données. L'étude de la méthode des réseaux de neurones artificiels est traité, avec une application à un exemple d’apprentissage d’un modèle physique simple, et l'explication pas-à-pas d’un exemple récent d’un grand succès utilisant un ANN.
Un travail sur mini-projets (projet au choix en Python, Matlab, ou Julia) cloture le cours.
- Enseignant: Gout Christian