M1 Mathématiques de l’Intelligence Artificielle

Candidater à la formation
  • Capacité d'accueil
    12
  • Langue(s) d'enseignement
    Français
  • Régime(s) d'inscription
    Formation initiale
Présentation
Objectifs pédagogiques de la formation

Le parcours (M1+M2) à la carte "Mathématiques de l'Intelligence Artificielle" a une double visée :
1) acquérir, comprendre et maîtriser un grand nombre d'outils et de méthodes mathématiques et d'algorithmes d'apprentissage en proposant un spectre étendu de cours dans l'ensemble des domaines des mathématiques et de leurs interfaces (notamment l'informatique) avec l'intelligence artificielle.
2) permettre aux étudiants de découvrir de l'intérieur, l'activité de recherche en mathématiques aux interfaces avec l'intelligence artificielle en se confrontant à des problématiques ouvertes dès les journées de rentrée, d'une activité de recherche sous forme de stages, mais aussi de cours proposant des mini-projets.
Cette formation proposera un cursus individualisé conçu pour aider l'étudiant à formaliser et concrétiser un projet de thèse avec souplesse. Le public visé est celui des élèves du magistère de mathématiques d'Orsay, des élèves de deuxième année de l'ENS Paris-Saclay en mathématiques ainsi que des étudiants étrangers, notamment ceux sélectionnés par les bourses de mobilité entrante de l'Idex ou de la FMJH. Ce parcours se positionne donc comme un programme à la carte conduisant à une thèse. Il est prévu un système de mentorat pour aider les étudiants à tracer leur chemin.

Pour plus d'informations, vous pouvez consulter le site web de cette formation M1 Mathématiques de l'Intelligence Artificielle.

Lieu(x) d'enseignement
ORSAY
GIF SUR YVETTE
PALAISEAU
Pré-requis, profil d’entrée permettant d'intégrer la formation

License de mathématiques ou équivalent.

Compétences
  • Maitriser et mettre en oeuvre des outils et méthodes mathématiques de haut niveau.

  • Expliquer clairement une théorie et des résultats mathématiques.

  • Comprendre et modéliser mathématiquement un problème afin de le résoudre.

  • Analyser un document de recherche en vue de sa synthèse et de son exploitation.

  • Maitriser des outils numériques et langages de programmation de référence.

  • Analyser des données et mettre en oeuvre des simulations numériques.

Profil de sortie des étudiants ayant suivi la formation

Connaissance approfondie des théories et outils mathématiques sous-tendant les développements de recherche actuels en apprentissage automatisé et intelligence artificielle.
Expertise sur les enjeux actuels associés, à l'interface théorie mathématique/informatique théorique.
Capacité de mise en oeuvre en pratique, familiarité avec les outils informatiques correspondants.
Expérience de confrontation aux problématiques de la recherche actuelle dans le domaine.

Débouchés de la formation

Les débouchés visés sont la thèse en milieu académique ou industriel.

Collaboration(s)
Laboratoire(s) partenaire(s) de la formation

Centre de mathématiques et de leurs applications
Laboratoire de mathématiques d'Orsay
Laboratoire de recherche en informatique.

Programme

Est une formation à la carte et de haut niveau ouvrant aux multiples outils et théories mathématiques utilisées dans le domaine de l'apprentissage automatisé et de l'intelligence artificielle. Le cursus comporte des modules couvrant les fondamentaux mathématiques de niveau master ainsi que des modules spécialisés.
La formation proposée incite à suivre des modules fondamentaux en première année et plus spécialisés en deuxième année, tout en permettant une grande flexibilité des choix, c'est-à-dire qu'il est possible de suivre des cours plus spécialisés dès la première année.
5 ECTS doivent être validés par année dans une ou des UEs d'informatique.
Les UEs obligatoires en M1 comportent le cours d'Anglais, le séminaire, un travail encadré de recherche, et le cours "Mathématiques pour l'intelligence artificielle (2 semestres)s).

Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Séminaire 2.5
Mathématiques pour l'intelligence artificielle 1 5 48
Anglais 5 42
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
UE libre 3 (7,5 ECTS) 7.5
UE libre 2bis (5 ECTS) 5
UE libre 2 (5 ECTS) 5
UE libre 1bis (2,5 ECTS) 2.5
UE libre 1 (2,5 ECTS) 2.5
Théorie spectrale et Analyse Harmonique 5 40
Algorihmique de graphes (informatique) 2.5 21
Probabilités 7.5 48 42
Optimisation différentiable 1 2.5 12 27
Algorithmique et programmation 2.5 6 15
Algorithmique avancée (informatique) 2.5 21

Voir description Semestre 1.

Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
Travail encadré de recherche 10
Mathématiques pour l'intelligence artificielle 2 5 48
Matières ECTS Cours TD TP Cours-TD Cours-TP TD-TP A distance Projet Tutorat
UE libre 6 (7,5 ECTS) 7.5
UE libre 5bis (5ECTS) 5
UE libre 5 (5 ECTS) 5
UE libre 4bis (2,5 ECTS) 2.5
UE libre 4 (2,5 ECTS) 2.5
Statistiques 7.5 48 48
Optimisation et optimisation numérique 7.5 33 24 12
Optimisation différentiable 2 2.5 6 15
Deep Learning (informatique) 2.5 10.5 10.5
Méthodes numériques statistiques 5 14 28
Optimization (informatique) 2.5 12 4.5 4.5
Géométrie 7.5 48 42
Séries chronologiques 2.5 6 15
Modalités de candidatures
Période(s) de candidatures
Du 01/04/2021 au 05/07/2021
Pièces justificatives obligatoires
  • Lettre de motivation.

  • Tous les relevés de notes des années/semestres validés depuis le BAC à la date de la candidature.

  • Curriculum Vitae.

Pièces justificatives complémentaires
  • Lettre de recommandation ou évaluation de stage.

    (Lettre de recommandation optionnelle, mais conseillée)
  • Dossier VAPP (obligatoire pour toutes les personnes demandant une validation des acquis pour accéder à la formation).

Contact(s)
Responsable(s) de la formation
Secrétariat pédagogique