MI201 (Majeur Informatique)

Apprentissage Automatique (Machine Learning)

Programmation détaillée 2026–2027

Logo ENSTA

Enseignants (CM) : Stéphane Herbin, Kevin Helvig, Gianni Franchi

Intervenants (TD) : Stéphane Herbin, Kevin Helvig, Gianni Franchi, Felix Houdouin, Quentin Guimard, Hugo Percot, Maxime Corlay, Théo Cavina, Firas Gabetni


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 10/11/2026
8:30–12:15
  • Cours magistral (salle 2329) : Introduction au Machine Learning — Contexte, applications, théorie bayésienne, k plus proches voisins.
  • TD : Application à un problème de classification de textes.
CM : Stéphane Herbin
TD : Stéphane, Felix, Quentin
Transparents "Introduction" Lien TP
Mardi 17/11/2026
8:30–12:15
  • Cours magistral (salle 2329) : Apprentissage supervisé I — Arbres de décision et méthodes ensemblistes.
  • TD : Application à la classification d'images médicales.
CM : Stéphane Herbin
TD : Stéphane, Hugo, Maxime
Transparents "Arbres de Décision" Lien TP
Mardi 24/11/2026
8:30–12:15
  • Cours magistral (salle 2329) : Apprentissage supervisé II — Support Vector Machines.
  • TD : Étude de la régularisation et classification de chiffres.
CM : Stéphane Herbin
TD : Stéphane, Quentin, Gianni
Transparents "SVM" Lien TP
Mardi 01/12/2026
8:30–12:15
  • Cours magistral (salle 2329) : Réseaux de Neurones I — Neurones artificiels, fonctions d’activation, rétropropagation (survol).
  • TD : Implémentation d’un MLP simple.
CM : Kevin
TD : Kevin, Théo, Gianni
Transparents "Réseaux de Neurones 1" Instructions TP "MLP"
Mardi 08/12/2026
8:30–12:15
  • Cours magistral (salle 2329) : Réseaux de Neurones II — CNN, rétropropagation, architectures classiques.
  • TD : Application sur MNIST.
CM : Kevin
TD : Kevin, Théo, Felix
Transparents "Réseaux de Neurones 2" Lien TP
Mardi 15/12/2026
8:30–12:15
  • Cours magistral (salle 2329) : Apprentissage non supervisé.
  • TD : Exploration d’approches non supervisées.
CM : Gianni Franchi
TD : Gianni, Théo, Felix
Transparents "Apprentissage non supervisé" Lien TP
Mardi 05/01/2027
8:30–12:15
  • Examen (8:30–12:15)
Surveillance : Stéphane, Kevin, Felix, Firas —