Majeure algorithmes

Pré-rentrée

Intitulé	Volume
Statistique	21h
Optimisation et calcul différentiel	15h
Python	12h
Python avancé	12h

Premier semestre

Tronc commun (18 ECTS)

Intitulé	Caractère	Volume	ECTS
Apprentissage statistique	Obligatoire	60h	6
Optimisation stochastique	Obligatoire	30h	6
Optimisation non-convexe	Optionnel	30h	6
Statistique en grande dimension	Optionnel	30h	6

Spécialisation (12 ECTS)

Intitulé	Caractère	Volume	ECTS
Apprentissage profond	Obligatoire	56h	6
Méthodes modernes de simulation	Optionnel	30h	6
Analyse de données large échelle	Optionnel	56h	6
Reconnaissance des formes pour l’analyse et l’interprétation d’images	Optionnel	56h	6
Apprentissage par renforcement	Optionnel	28h	3
Nouvelles tendances en apprentissage profond	Optionnel	28h	3
Modèles de langage	Optionnel	28h	3

Second semestre

Cours d’ouverture (12 ECTS)

Intitulé	Volume	ECTS
Analyse statistique de graphes	30h	3
Apprentissage automatique pour données médicales	30h	3
Apprentissage statistique moderne	30h	3
Confidentialité et équité algorithmique	30h	3
Gestion des données	30h	3
Inégalités de concentration	24h	3
Modèles statistiques pour l’écologie	30h	3
Modélisation et statistique bayésienne computationnelle	30h	3
Optimisation stochastique, apprentissage PAC-Bayésien et inférence variationnelle	30h	3
Optimisation stochastique pour l’apprentissage automatique en finance	??h	3
Processus ponctuels	30h	3
Programmation parallèle à grande échelle sur GPU pour les grandes masses de données	30h	3
Réseaux de neurones et approximation numérique adaptative	30h	3
Séries temporelles	30h	3
Statistique bayésienne non-paramétrique	30h	3
Théorie et Analyse des Valeurs Extrêmes	24h	3