Code
IGSF MAT 4515
Level
M1
Graduate
Graduate
Semester
Spring
Domain
Mathématiques
Program
Programme Ingénieur
Language
Français/French
ECTS Credits
4
Program Manager(s)
Department
- Communications, Images et Traitement de l'information
Educational team
Organisation
Cours/TD/TP/projet/examen :Learning objectives
Ce module rappelle les bases d'optimisation continue et aborde des éléments plus avancés. Les techniques présentées font partie des outils fondamentaux utilisés en IA et apprentissage. A l'issue de ce cours, l'étudiant devra:
- savoir reconnaître un problème d'optimisation convexe,
- savoir écrire un problème d'optimisation et écrire son dual,
- savoir écrire et utiliser les conditions d'optimalité,
- pouvoir choisir et programmer des algorithmes (gradient, Newton,...),
- pouvoir indiquer les conditions et garanties de convergence,
- savoir utiliser des algorithmes en machine learning/data-science
CDIO Skills
- 1.1.1 - Mathematics (including statistics)
- 1.2 - Core engineering fundamental knowledge and other disciplines
- 1.3 - Advanced engineering fundamental knowledge, methods and tools
- 2.1 - Analytical reasoning and problem solving
Prerequisites
Algèbre linéaire et analyse de base; programmation scientifique (Python ou langage équivalent, sur PC personnel)
Keywords
optimisation, algorithmes, machine learning, apprentissage
Evaluation
Le contrôle écrit se déroule sans documents ni dispositif électronique (calculatrice,...). Il pourra comporter des questions à choix multiples, des questions à réponse courtes et des exercices.
Note de contrôle écrit (20 points) (CF1). Il n'y a pas de CF2.