Aller au menu Aller au contenu
Une voie, plusieurs choix
Informatique et Mathématiques appliquées
Une voie, plusieurs choix

> Formation > Cursus ingénieur

Introduction to Data Science - 3MMISD

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In Google+ Viadeo
  • Number of hours

    • Lectures : 9.0
    • Tutorials : 7.5
    • Laboratory works : 15.0
    ECTS : 3.0

Goals

The objective of this course is an introduction to data science and to the basics of supervised machine learning. Knowledge in probability and information theory is needed to start with the course.

After the introduction of multi-dimensional distributions, including Gaussian, the course will address the principles of the theory of decision and the minimization of loss functions. Next, it applies this theory to supervised learning and predictive artificial intelligence, especially to multilayer neural networks.

The course favors an approach based on examples, and the concepts studied are systematically applied in concrete cases. Examples include simulated data, prediction of Titanic passenger survival, prediction of breast cancer from histological measurements, analysis of opinions from written texts.

The practical works will be in R language. Each student will program several artificial intelligence machines during practical work, and a predictive analysis challenge will be proposed.

Contact Olivier FRANCOIS

Content

Introduction to R. Multi-dimensional probability distributions. Decision theory. Supervised machine learning. Neural networks.



Prerequisites

Basic knowledge in probability and information theory, and in computer programming. Motivation for learning new disciplines.

Tests

CONTRÔLE CONTINU :
Type d'évaluation (ex : TP, assiduité, participation) : Contrôle continu en travaux dirigés et en travaux pratiques. Présence obligatoire notée.

SESSION NORMALE :
Type d'examen (écrit, oral, examen sur machine) : Un examen écrit.
Salle spécifique :
Durée : 2h00.
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) : aucun
Documents interdits (ex : livres, tous documents) : tous documents
Matériel (ex : calculatrices): non

  • matériel autorisé, préciser :
  • matériel interdit, préciser :
    Commentaires :

SESSION DE RATTRAPAGE :
Type d'examen (écrit, oral, examen sur machine) : examen sur machine
Salle spécifique :
Durée :
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) :
Documents interdits (ex : livres, tous documents) :
Matériel (ex : calculatrices):

  • matériel autorisé, préciser :
  • matériel interdit, préciser :
    Commentaires :


N1= 0.4*E1 + 0.6*TP
N2= E2
Présence obligatoire en travaux dirigés et travaux pratiques, contrôle continu.
Documents autorisés à l'examen : aucun.
Calculatrice non autorisée.

Bibliography

Documents mis à disposition par l'enseignant sur l'intranet

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In Google+ Viadeo

Date of update July 11, 2018

Grenoble INP Institut d'ingénierie Univ. Grenoble Alpes