Science des données avancées

Crédit : 4 ECTS
Langue du cours : anglais

Volume horaire

• CM : 33 h

Compétences à acquérir

• Analyse de données
• Prédiction sur de grands ensembles de données
• Techniques de clustering
• Modélisation de sujets (topic modeling)
• Classification de textes
• Maîtrise de Python et des principales bibliothèques dédiées à l’analyse de données, à l’apprentissage automatique et au traitement du langage naturel

________________________________

• Data analysis
• Predictive modeling on large datasets
• Clustering techniques
• Topic modeling
• Text classification
• Proficiency in Python and key libraries for data analysis, machine learning, and natural language processing

Description du contenu de l'enseignement

Enseignement / Thèmes abordés

• Analyse de données
• Apprentissage automatique
• Traitement du langage naturel

Objectifs

• Se familiariser avec les méthodes d’apprentissage automatique, des plus fondamentales aux plus avancées (régressions logistiques, réseaux de neurones, etc.), et comprendre dans quels contextes elles sont pertinentes.
• Comprendre et appliquer les méthodes de traitement du langage naturel (NLP), des approches statistiques classiques aux techniques récentes basées sur les modèles de langage.
• Concevoir et mener un projet en science des données en appliquant des méthodes d’apprentissage automatique et de NLP pour répondre à des problématiques identifiées.

________________________________ Teaching / Topics

• Data analysis
• Machine Learning
• Natural Language Processing

Objectives

• Familiarize yourself with both basic and advanced machine learning methods (e.g., logistic regression, neural networks) and understand their appropriate use cases.
• Learn to apply Natural Language Processing (NLP) techniques, ranging from traditional statistical methods to modern approaches based on language models.
• Develop a data science project and utilize ML and NLP methods to solve identified problems effectively.

Enseignant responsable

BRUNO CHAVES FERREIRA