L’objectif de ce cours est de permettre aux étudiants de Master 1 IA et SD d’acquérir les connaissances théoriques et pratiques nécessaires à l’exploration, l’analyse et l’interprétation de données multidimensionnelles. Il vise à les initier aux principales méthodes statistiques et exploratoires, notamment l’analyse des relations entre variables, les méthodes d’analyse factorielle, les techniques de classification et la visualisation des données, afin de leur permettre d’extraire des informations pertinentes à partir de données réelles et de contribuer à une prise de décision éclairée.
- Teacher: LEILA BENAISSA KADDAR
Objectifs de Ce module est un approfondissement des bases du Machine Learning : types d'apprentissage, prétraitement des données, extraction des motifs, classification supervisée, validation croisée et optimisation de modèles. Apprendre à connaître les données.
Connaître et savoir appliquer les fondamentaux théoriques et pratiques du
machine learning.
Connaître et savoir appliquer les techniques de connaissance à partir de
données quelconques.
- Teacher: asmaa ourdighi
