logo
master (849)

Enseignement spécifique des masters - CSC7201 : Apprentissage automatique pour les réseaux et services nformatiques

Descriptif

- Understanding the main machine learning methods and algorithms - Being able to apply them to computer networks and applications to solve practical use-cases - Being able to define and follow a correct protocol (data pre-processing, training, test, validation) and to adapt it to the different use-cases - Being able to use the main Python libraries for Machine Learning Lecturers: Andrea Araldo (TSP)

30 heures en présentiel

Diplôme(s) concerné(s)

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme M2 DS4Health - Digital Skills for Healthcare Transformation

Le rattrapage est autorisé (Note de rattrapage conservée)
  • le rattrapage est obligatoire si :
    Note initiale < 7
  • le rattrapage peut être demandé par l'étudiant si :
    7 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10

    Programme détaillé

    1\. Introduction (supervised / unsupervised Machine Learning, protocol, data preparation in python) 2\. Data exploration, Linear Regression, evaluation of regression models 3\. Neural Networks (application to network intrusion classification) 4\. Anomaly detection (application to intrusion detection) 5\. Recommender systems (application to recommendation of web content) 6\. Time series, Preventive Maintenance, Long Short-Term Memory networks (application to IoT or data centers). 7\. Project presentation and exam All courses will be “cours intégrés” Evaluation 50% project, 25% exam, 25% participation in class.
    Veuillez patienter