- 04 78 58 19 17
- Télécharger une brochure
- ENF - auditeurs CNAM
- Contact
|
Apprentissage statistique : modélisation descriptive et introduction aux réseaux de neurones RCP208 |
||
|---|---|---|
| MODALITÉS DE DÉPLOIEMENT | Période | Crédits ECTS |
| Formation ouverte et à distance (FOAD) | Second semestre | 6 |
| Année universitaire | Certificateur | Durée indicative |
| 2025 - 2026 | Conservatoire National des Arts et Métiers | 45 heures |
Condition d'accès / publics visés:
Cet enseignement s'adresse aux auditeurs souhaitant acquérir des connaissances de base sur l'analyse des données, la reconnaissance des formes et la fouille de données (data mining).
Prérequis obligatoires : avoir suivi le cycle préparatoire de l'EICNAM ou avoir un niveau équivalent (licence).
Objectifs pédagogiques:
Ce cours donne des éléments de base de l'analyse des données et de la modélisation descriptive, ainsi que des principes à mettre en œuvre pour traiter des applications réelles. Une introduction à la modélisation décisionnelle avec des réseaux de neurones est également présentée. L'analyse des données et la modélisation descriptive aident à comprendre les données empiriques issues de phénomènes naturels, économiques ou socio-culturels. Cette compréhension facilite la mise en œuvre de méthodes performantes de construction de modèles décisionnels.
Les méthodes abordées ont de très nombreuses applications dans des domaines aussi divers que la santé, la climatologie, la sécurité, le marketing, la gestion de la relation client, etc.
L'enseignement adopte une approche pragmatique, les séances de travaux pratiques permettant la mise en œuvre systématique des méthodes présentées.
Les unités d'enseignement RCP209 « Apprentissage statistique : modélisation décisionnelle et apprentissage profond », RCP211 « Intelligence artificielle avancée » et RCP217 « Intelligence artificielle pour des données multimédia » sont des suites recommandées de RCP208.
Compétences visées :
Analyser des données, mettre en œuvre une modélisation descriptive, mettre en œuvre un modèle décisionnel à base de réseaux de neurones multi-couches.
Contenu de la formation:
Les thèmes abordés dans les séances de cours et de travaux pratiques (TP) sont :
- Applications, nature des problèmes de modélisation et spécificités des données.
- Analyse des données, réduction linéaire de dimension : méthodes factorielles.
- Classification automatique : k-moyennes, DBSCAN.
- Estimation de densités : noyaux, modèles de mélange.
- Réduction non-linéaire de dimension : t-SNE, UMAP.
- Imputation des données manquantes.
- Sélection de variables.
- Réseaux de neurones multi-couches : capacités d'approximation, descente de gradient, apprentissage et régularisation, représentations internes.
Chaque séance de cours est suivie d'une séance de TP permettant de mettre en œuvre les méthodes présentées.
Les TP sont réalisés en utilisant principalement la plateforme Scikit-learn. Une introduction rapide au langage Python, à NumPy, à Matplotlib et à Scikit-learn est prévue lors des premières séances de TP.
Modalités de validation et d’évaluation:
Examen final: Examen final portant sur l'ensemble des connaissances et des savoirs de l'enseignement
Accompagnement et suivi:
Cette UE est constitutive des diplômes suivants:
Cette UE est constitutive des diplômes suivants :
- CS9700A - Certificat de spécialisation Intelligence artificielle
- CS10900A - Libellé non disponible
- MR11603B - Libellé non disponible
- MR11604A - Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
- CYC9102A - Diplôme d'ingénieur Spécialité informatique parcours Intelligence Artificielle et Optimisation
- CYC9106A - Diplôme d'ingénieur Spécialité informatique parcours Cybersécurité
- MR11602A - Master Sciences, technologies, santé mention Informatique parcours Recherche opérationnelle
ECTS: 6
| Volume Horaire indicatif | Financement individuel hors tiers financeur et CPF | Tarif de référence (Employeur) |
|---|---|---|
| 45 heures | 450.00 | 900.00 |
Indexation officielle FORMACODES:
[{"code":"M0A2C1","code_officiel":"31028","descripteur_majuscule":"INTELLIGENCE ARTIFICIELLE","descripteur_riche":"intelligence artificielle","parent":{"code":"M0A2","code_officiel":"31054","descripteur_majuscule":"INFORMATIQUE","descripteur_riche":"informatique","parent":{"code":"M0","code_officiel":"112","descripteur_majuscule":"INFORMATION, COMMUNICATION","descripteur_riche":"information, communication"}}},{"code":"C0A1B0A4A0","code_officiel":"11016","descripteur_majuscule":"ANALYSE DONNEES","descripteur_riche":"analyse données","parent":{"code":"C0A1B0A4","code_officiel":"11045","descripteur_majuscule":"STATISTIQUE DESCRIPTIVE","descripteur_riche":"statistique descriptive","parent":{"code":"C0A1B0","code_officiel":"11036","descripteur_majuscule":"STATISTIQUE","descripteur_riche":"statistique","parent":{"code":"C0A1","code_officiel":"11054","descripteur_majuscule":"MATHEMATIQUES","descripteur_riche":"mathématiques","parent":{"code":"C0","code_officiel":"103","descripteur_majuscule":"SCIENCES","descripteur_riche":"sciences"}}}}},{"code":"M0A3B6","code_officiel":"30812","descripteur_majuscule":"LANGAGE PYTHON","descripteur_riche":"langage Python","parent":{"code":"M0A3","code_officiel":"30854","descripteur_majuscule":"LANGAGE INFORMATIQUE","descripteur_riche":"langage informatique","parent":{"code":"M0","code_officiel":"112","descripteur_majuscule":"INFORMATION, COMMUNICATION","descripteur_riche":"information, communication"}}}] Dernière mise à jour: 01/07/2025 15:04:54
INFOS PRATIQUES
45 heures
ModalitéFormation ouverte et à distance (FOAD)
PériodeSecond semestre
Date de début des coursInformation Indisponible
Date de fin des coursInformation Indisponible
Votre centre cnam
Le Cnam, au plus près de chez vous.
- 04 78 58 19 17
- ara_contact@lecnam.net
- Lundi au vendredi 9h-12h30 / 14h-17h
Le Trident – Bâtiment A
34 avenue de l’Europe 38100 Grenoble
24 rue de Robinson 42100 SAINT-ETIENNE
Le Cubix – 4 rue Ravier 69007 LYON
Centre universitaire Pierre Mendès France 12 avenue de Paris
42300 ROANNE
Au CNAM, les adultes salariés ou non viennent acquérir des connaissances et des compétences sanctionnées par un titre ou un diplôme pour sécuriser et dynamiser leur parcours professionnel.
Actuellement, l’offre régionale est uniquement disponible, l’offre nationale est en cours de préparation.
La certification qualité a été délivrée au titre des catégories d’actions suivantes:
ACTIONS DE FORMATION
ACTIONS DE FORMATION PAR APPRENTISSAGE
ACTIONS PERMETTANT DE VALIDER DES ACQUIS DE L’EXPERIENCE
