INEA0002-3 : Mathematical Sciences 4

Study Programmes 2023-2024

WARNING : 2022-2023 version of the course specifications

INEA0002-3

Mathematical Sciences 4, Analyse de données et Intelligence Artificielle

Duration :

24h Th

Number of credits :

Bachelier en informatique (P), orientation développement d'applications		2

Lecturer :

Vincent Spies

Coordinator :

Vincent Spies

Language(s) of instruction :

French language

Organisation and examination :

Teaching in the first semester, review in January

Units courses prerequisite and corequisite :

Prerequisite or corequisite units are presented within each program

Learning unit contents :

Calculs de probabilités

Concepts de base
Probabilité conditionnelle
Théorème de bayes
Variable aléatoire
Loi de probabilité
Caractéristiques d'une VA (espérance, moyenne, écart-type)
Analyse combinatoire
Lois de probabilités usuelles (pour VA discrètes et continues)

Échantillonnage

Échantillonnage et estimation
Détermination d'intervalles de confiance
Tests d'hypothèses

Outils

Les résultats des différents calculs probabilistes seront expérimentés via des algorithmes.
Graphes produits via python.
Confrontation de la théorie avec des simulations réalisées en python.

Machine learning

Les bases du machine learning avec scikit-learn: modèles de régression et classification.
Introduction à tensorflow et keras.

Learning outcomes of the learning unit :

Prerequisite knowledge and skills :

Planned learning activities and teaching methods :

Mode of delivery (face to face, distance learning, hybrid learning) :

Toute activité organisée durant le quadrimestre (par exemple une conférence), non dispensée par l'enseignant, et qui est en rapport avec la matière de l'activité d'apprentissage, compte dans les heures de ladite activité d'apprentissage. La matière abordée par l'activité en question pourra faire l'objet d'une évaluation, quelle soit continue ou certificative.