Compte tenu de la centralité des algorithmes d’apprentissage automatique dans de nombreuses tâches de science des données, les scientifiques des données doivent être conscients d’un large éventail d’approches d’apprentissage automatique, ainsi que de la longue histoire du domaine. Un data scientist doit savoir où chercher les techniques possibles pour les appliquer à de nouveaux problèmes. Un data scientist doit également être conscient des concepts transversaux, tels que la nécessité d’évaluer performances et classes générales de défis rencontrés dans l’apprentissage automatique. Ce cours donne aussi bien l’aperçu que les notions techniques nécessaires.
- Enseignant: Kevin Hoarau
- Enseignant: Tahiry Razafindralambo
- Enseignant: Pierre Ugo Tournoux