Master en statistiques et intelligence artificielle

Le parcours d'apprentissage se déroule en trois phases. La première phase vise à consolider les connaissances et compétences fondamentales en méthodes statistiques et en inférence. Les thèmes abordés incluent l'inférence fréquentiste et bayésienne, l'analyse de données, les modèles linéaires généralisés, le calcul statistique et la communication. Ces domaines constituent le socle de la compréhension des mécanismes de l'IA et de l'apprentissage automatique. La deuxième phase propose une étude plus approfondie à travers des modules sur l'apprentissage supervisé et non supervisé, l'apprentissage profond et les modèles statistiques pour les processus complexes. Outre les principes statistiques et informatiques utilisés pour inférer la structure de ces modèles, une expérience pratique est développée grâce à leur application à des données réelles. La troisième phase consiste en un projet de recherche indépendant sur un sujet choisi, réalisé sous la supervision d'experts de l'École des sciences mathématiques. Ce projet peut impliquer d'approfondir la compréhension d'un sujet abordé dans un module d'enseignement, d'explorer un sujet non traité précédemment ou de mener une analyse de données plus poussée.