Formation courte · France

Apprentissage statistique en grande dimension (STA217)

Cnam

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.

À propos de Cnam

Autres programmes en IA à proximité

France

Master 2 de recherche : Mathématiques, Vision, Apprentissage (MVA)

ENS Paris-Saclay

Une dernière année de master orientée recherche en mathématiques pour le machine learning et la vision par ordinateur, avec des cours répartis entre l'ENS Paris-Saclay, CentraleSupélec, l'École polytechnique, Télécom Paris, Mines Paris et des établissements parisiens.

  • Master
  • En présentiel à Gif-sur-Yvette
  • Master 2 (dernière année)

Frais de scolarité variables Prix sur le site de l'organisme

France Prochaine rentrée : sept. 2027

Mastère Spécialisé Intelligence Artificielle multimodale et autonome

Télécom Paris

Une spécialisation post-master à temps plein, menée avec l'ENSTA Paris, sur l'apprentissage statistique, le deep learning, l'apprentissage par renforcement, la robotique, le NLP, la vision et la perception pour les systèmes autonomes, suivie d'une thèse professionnelle.

  • Master
  • En présentiel à Palaiseau
  • 9-10 mois de cours plus 4-6 mois de mémoire professionnel

Outils : Python

21 100 € ≈ 23 617 $ US Frais de scolarité (tarif 2026-27)