Master mention informatique parcours machine learning pour la science des donnees - 2eme annee

Université Paris Cité

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Niveau > BAC + 5
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 75 - Paris 6e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 75 - Paris
  • 77 - Seine-et-Marne
  • 78 - Yvelines
  • 91 - Essonne
  • 92 - Hauts-de-Seine
  • 93 - Seine-Saint-Denis
  • 94 - Val-de-Marne
  • 95 - Val-d'Oise
Objectifs
Ce master a pour objectifs de

  • former des Data Scientists maitrisant les différentes méthodes d'apprentissage machine (supervisé, non supervisée et semi-supervisé sous différentes approches y compris le deep learning) et capables de concevoir de nouvelles méthodes adaptées aux divers domaines d'activités dans le but d'extraire de la connaissance utile à l'optimisation des offres et services de l'entreprise.

  • permettre de poursuivre en thèse dans le domaine de l'apprentissage machine, l'intelligence artificielle et la science des données sur des sujets d'ordre théorique et appliqué à divers domaines dont le text-mining, le NLP, l'IA générative et le Computer vision.

 
Programme
En master M2, les enseignements dispensés sont consacrés exclusivement à l'Apprentissage Machine, l'intelligence artificielle et la science des données, l'UE Anglais est également dispensée. Pour répondre efficacement aux objectifs de la formation, tous les enseignements se déroulent dans une salle machine.

Mise à niveau et Business Intelligence
Apprentissage non supervisé - 9 ECTS

Clustering

Mixture models

Factorisation and Recommendation

Dimensionality reduction II
Apprentissage et décision - 12 ECTS

Supervised learning II

Reinforcement learning

Time series II

Deep Learning II

Graph learning
Natural Language Processing (NLP) - 6 ECTS

Generative AI

Reinforcement learning

Data embedding and learning
Data engineering - 3 ECTS

Big Data Analytics

Packaging
Semestres 4 - 30 ECTS
Projet et Recherche - 12 ECTS

Projet PludriDisciplinaire (PPD)

Anglais
UE Mission en entreprise - 18 ECTS
Haut de page