Deep learning
Master Analyse et politique économiqueParcours Data science pour l'économie et l'entreprise

Description

  • Apprentissage profond
  • Modèles auto-attentifs
  • Traitement du langage naturel (NLP)
  • Grand modèle de langage (LLMs)

Compétences visées

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

  • Comprendre les fondements théoriques d’un système d’apprentissage profond (réseaux neuronaux)
  • Maîtriser les principales techniques utilisées pour l’apprentissage profond
  • Comprendre les fondements théoriques du « transformer » (ou modèle auto-attentif)
  • Maîtriser les principales techniques pour « topic modeling » et pour d’autres tâches liées au traitement du langage naturel
  • Se familiariser avec des applications pratiques dans le contexte des dynamiques économiques et de gestion
  • Améliorer leur autonomie de travail sur Python
  • Acquérir de l’expérience dans le travail en équipe et la gestion de projets

Disciplines

  • Sciences économiques

Contacts

Responsable(s) de l'enseignement