Mathématiques, Apprentissage, Sciences et Humanités - 2ème année de Master

L'année de formation

Cours fondamentaux

  • Optimisation pour l'apprentissage automatique
  • Optimisation
  • Statistiques en grandes dimensions
  • Modèles graphiques
  • Advanced learning

UE Introductifs obligatoires en statistiques bayésienne

Cours optionnels - 5 cours à choisir parmi :

  • Computational methods and MCMC
  • Applied bayesian statistics
  • Bayesian non parametric and Bayesian Machine Learning
  • Computational neuroscience
  • Journalisme et données
  • Algorithmique pour le traitement automatique du langage
  • Vie privée et données
  • Apprentissage par réseaux de neurones profonds
  • Introduction to reinforcement learning
  • Temps de mélange & chaines de Markov
  • Transport optimal
  • Object recognition and computer vision
  • Méthode à noyau pour l'apprentissage

Mémoire de recherche


Modalités pédagogiques

La formation démarre en septembre, avec une présence en cours obligatoire.

La formation comporte un bloc de six cours fondamentaux en apprentissage statistique, tous obligatoires. Quatre cours optionnels doivent être validés, dont au moins un dans chaque bloc ainsi qu'un stage obligatoire d'au moins quatre mois dans une entreprise ou un laboratoire de recherche.

Organisation des enseignements :

  • 24 cours et 2 cours introductifs obligatoires en statistiques bayésienne sont proposées : 16 cours dispensés à Paris Dauphine-PSL et 8 cours sont dispensés à l'ENS ou aux Mines
  • Tous les cours sont équivalents à 4 ECTS sauf les deux cours introductifs qui sont à 0 ECTS
  • L'étudiant.e doit valider 10 cours (équivalents à 40 ECTS) dont 6 cours fondamentaux obligatoire, et quatre cours parmi les options
  • Les cours auxquels l'étudiant.e est inscrit pédagogiquement sont obligatoires et l'abscence à l'un de ces cours fera l'objet d'une sanction sur la note finale
  • Un mémoire de recherche ou de stage dont la note finale est supérieure ou égale à 10/20 est validé et conditionne l'obtention de 20 crédits ECTS

Stages et projets tutorés

L'étudiant choisit librement un stage proposé par l'un des enseignants, un stage en entreprise proposé dans le cadre de la "bourse des stages", ou un stage d'origine différente ayant reçu l'agrément du responsable du Master. Le stage doit être effectué après inscription du Master. Il doit présenter un enjeu scientifique réel et le développement applicatif d'un des thèmes développés dans le master.
La durée est de quatre mois minimum, entre avril et septembre de l'année universitaire en cours. Sauf dérogation exceptionnelles, le stage doit se terminer au plus tard fin septembre.