Master 2 Informatique @ Université Lyon 2, parcours MALIA (MAchine Learning pour l'Intelligence Artificielle)
- Début des cours 12/09/2022
- Calendrier 2022-23 : etudiants et apprentis et contrat pro
- Plaquette de présentation : ici
- Candidatures 2022-23 : ici du 3 mai 2022 au 2 juin 2022 (première vague), puis du 12 juillet au 24 aout (seconde vague)
Détaillé dans le syllabus des cours. A noter que les cours sont en français.
Le Master MALIA forme les étudiants aux techniques récentes en Machine Learning.
Il demande des pré-requis en informatique et en mathématiques appliquées.
Vous trouverez ici la liste de ces compétences qui doivent être maitrisées avant de débuter le Master Data Mining, ainsi que des liens vers des cours en ligne ou chapitre d’ouvrage pour que vous puissiez vous mettre à niveau si besoin:
- algèbre linéaire
- chapitre 2 du MML book (cf. lien ci-dessous)
- optimisation continue
- chapitre 7 du MML book (cf. lien ci-dessous)
- probabilités
- en français: chapitre wikistat Probabilités élémentaires
- en anglais: chapitre 1 et 2 de Bishop 2006 (cf. lien ci-dessous)
- statistique inférentielle
- chapitre wikistat Estimation statistique et éventuellement Tests statistiques
- modélisation statistique
- chapitres wikistat Modèle gaussien : régression linéaire multiple et Modèle binomial ou régression logistique
- analyse factorielle (ACP)
- tutoriel sur l’ACP
- chapitre wikistat Introduction à l’analyse en composantes principales
- “analyse de données avec FactoMineR” en vidéo
- programmation
- bases de données relationnelles
- bases du langage R
- bases du langage Python
- MML book : Mathematics for Machine Learning
- An introduction to statistical learning, with applications in R (G. James, D. Witten, T. Hastie, R. Tibshirani, 2013)
- The elements of statistical learning (T. Hastie, R. Tibshirani, J. Friedman, 2009)
- Pattern Recognition and Machine Learning (C.M. Bishop, 2006)