Description

• Apprentissage supervisé
• Apprentissage non supervisé

• Apprentissage par renforcement

Compétences visées

A l’issue des enseignements de cette UE, les étudiants seront capables de: 

• Comprendre et utiliser les méthodes de régression et de classification avancées
• Maîtriser les principales techniques utilisées pour l’apprentissage non supervisé et l’apprentissage par renforcement
• Se familiariser avec des applications pratiques dans le contexte des dynamiques économiques et de gestion
• Améliorer leur autonomie de travail sur R et Python
• Acquérir de l’expérience dans le travail en équipe et la gestion de projets

Disciplines

• Sciences économiques

Contacts

Responsable(s) de l'enseignement

• Stefano Bianchini

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

ECI (Évaluation continue intégrale)

Coefficient

6.0