Traitements statistiques des données en grande dimension

Catalog of Télécom SudParis courses

Code

IGFF MAT 5016

Level

M2

Graduate

Graduate

Semester

Fall

Domain

Mathématiques

Program

Programme Ingénieur

Language

Français/French

ECTS Credits

4

Class hours

45

Workload

90

Program Manager(s)

Department

  • Communications, Images et Traitement de l'information

Educational team

Organisation

Cours/TD/TP/projet/examen : 27/15/0/3/2

Learning objectives

A l'issue de ce cours, les étudiants devront être capables de:
- Distinguer les différentes méthodes de traitements statistiques des données massives;
- Expliquer les principes statistiques menant aux algorithmes de deep learning;
- Programmer dans un langage de leur choix des algorithmes de deep learning pour des problèmes de classification;
- Appréhender les différentes applications des graphes en grande dimension

CDIO Skills

  • 1.1.1 - Mathematics (including statistics)
  • 3.2.3 - Written Communication
  • 3.2.5 - Graphical Communication

Prerequisites

Connaissances de base en probabilités et statistiques(cf MAT 3002 &MAT 4003 à télécom SudParis), et en traitement du signal(cf SIC 3501)

Keywords

big Data; Datascience; Deep learning; Réseaux de neurones; Détection de communautés

Evaluation

La validation de cette UV est basée sur un TP noté(TP)et sur un examen écrit (CF)

Pas de CF2

Assessment formula

Note finale =1/2(TP)+1/2(CF)

References

Bibliographie :
- Y. Bengio, Learning Deep architectures for AI, Fundations and trends in Machine Learning, 2009
- T. Hastie, J. H. Friedman, R. Tibshirani, Elements of statistical learning, Springer 2001
- C. Robert and G. Casella, Monte Carlo statistical methods, Springer 2004