Formation courte · France
Apprentissage statistique en grande dimension (STA217)
Une UE du Cnam à dominante statistique sur l'apprentissage supervisé et non supervisé en grande dimension : méthodes factorielles parcimonieuses, régularisation, sélection de variables et méthodes pour données fonctionnelles.
Notre avis
Mathématiquement consistante et intégrée au master science des données du Cnam, avec un examen écrit et un projet personnel ; elle penche vers les méthodes statistiques plutôt que vers le deep learning.
Idéal pour : Statisticiens et data scientists solides en mathématiques qui veulent la théorie de l'apprentissage sur données de grande dimension.
D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation
Bon à savoir
Une unité d'enseignement (UE) des diplômes du Cnam, à suivre à la carte ; proposée au Cnam Paris (hybride ou présentiel, soirs et samedis) et au Cnam Liban, au semestre 1 et au semestre 2. Les tarifs varient selon la région et le financement et ne sont communiqués que via le formulaire de demande.
Programme
- Données de grande dimension
- Méthodes parcimonieuses
- Régularisation
- Sélection de variables
- Clustering
- Analyse de données fonctionnelles
Prérequis
- Niveau STA201 et STA211 ; bonne maîtrise de l'algèbre matricielle, des probabilités et de l'inférence statistique.