MI201 (Majeur Informatique)

Apprentissage Automatique (Machine Learning)

Programmation détaillée 2024–2025

Logo ENSTA

Professeurs : Gianni Franchi (ENSTA/U2IS), Stéphane Herbin (ONERA), Adrien Chan Hon Tong (ONERA)

Chargés de TD : Mouin Ben Ammar (Doctorant U2IS/ENSTA), Arthur Toder (Doctorant Alteia/ONERA), Myriam Marchesseau (Doctorante ONERA)


Description & Objectifs

Né dans les années 50 avec l'apparition de l'informatique, l’apprentissage automatique a connu récemment un essor remarquable grâce à la disponibilité de masses de données, de grandes puissances de calcul (GPU) et d’environnements logiciels spécialisés (Deep Learning). Les techniques d’apprentissage automatique ont permis un gain de performances important sur des problèmes classiques d’interprétation de données complexes (classification d’images, reconnaissance de visages, conduite autonome, reconnaissance de la parole, traduction, diagnostic médical, etc.).

Le cours se veut une introduction à ce domaine. Il vise à en donner une vision d’ensemble, quelques bases théoriques, et une méthodologie de conception. Il sera validé par un examen et la réalisation d’un mini-projet permettant d’évaluer la capacité de mise en œuvre d’une démarche d’apprentissage automatique sur des données réelles.

Compétences visées

Mode d'évaluation :

Programme du Cours – MI201

Date / Horaire Descriptif Intervenants Ressources
Mardi 4/11
9:00–12:15
  • Cours (9:00–10:00) : Introduction au Machine Learning — Contexte, applications, théorie bayésienne, k plus proches voisins.
  • TP (10:15–12:15) : Application à un problème de classification de textes.
Stéphane Herbin
Gianni Franchi
Arthur Toder
Mouin Ben Ammar
Transparents "Introduction" Lien TP
Mardi 12/11
9:00–12:15
  • Cours (9:00–10:00) : Apprentissage supervisé I — Arbres de décision et méthodes ensemblistes.
  • TP (10:15–12:15) : Application à la classification d'images médicales.
Stéphane Herbin
Arthur Toder
Mouin Ben Ammar
Myriam Marchesseau
Transparents "Arbres de Décision" Lien TP
Mardi 18/11
9:00–12:15
  • Cours (9:00–10:00) : Réseaux de Neurones I — Neurones artificiels, fonctions d’activation, rétropropagation (survol).
  • TP (10:15–12:15) : Implémentation d’un MLP simple.
Adrien Chan Hon Tong
Arthur Toder
Gianni Franchi
Myriam Marchesseau
Transparents "Réseaux de Neurones 1" Instructions TP "MLP"
Mardi 25/11
9:00–12:15
  • Cours (9:00–10:00) : Apprentissage supervisé II — Support Vector Machines.
  • TP (10:15–12:15) : Étude de la régularisation et classification de chiffres.
Stéphane Herbin
Arthur Toder
Adrien Chan Hon Tong
Myriam Marchesseau
Transparents "SVM" Lien TP
Mardi 2/12
9:00–12:15
  • Cours (9:00–10:00) : Réseaux de Neurones II — CNN, rétropropagation, architectures classiques.
  • TP (10:15–12:15) : Application sur MNIST.
Adrien Chan Hon Tong
Gianni Franchi
Rémi Kazmierczak
Myriam Marchesseau
Transparents "Réseaux de Neurones 2" Lien TP
Mardi 9/12
9:00–12:15
  • Cours (9:00–10:00) : Apprentissage non supervisé.
  • TP (10:15–12:15) : Exploration d’approches non supervisées.
Gianni Franchi
Arthur Toder
Rémi Kazmierczak
Myriam Marchesseau
Transparents "Apprentissage non supervisé" Lien TP
Mardi 16/12
9:00–12:15
  • Examen écrit (9:00–10:00)
  • Lancement du mini-projet (10:15–12:15)
Gianni Franchi
Stéphane Herbin
Adrien Chan Hon Tong
Mouin Ben Ammar