[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-966321","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Sciences de l\u0026#039;ing\u00e9nierie et des Donn\u00e9es\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          3\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Semestre 2\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EFondements math\u00e9matiques pour les donn\u00e9es et l\u2019ing\u00e9nierie\u003C\/p\u003E\n\u003Cp\u003EAlg\u00e8bre lin\u00e9aire pour l\u2019analyse de donn\u00e9es\u003C\/p\u003E\n\u003Cp\u003EProbabilit\u00e9s et statistiques\u003C\/p\u003E\n\u003Cp\u003EBases de l\u2019optimisation\u003C\/p\u003E\n\u003Cp\u003E\u00c9quations diff\u00e9rentielles pour la mod\u00e9lisation de syst\u00e8mes\u003C\/p\u003E\n\u003Cp\u003EAcquisition de donn\u00e9es et capteurs\u003C\/p\u003E\n\u003Cp\u003ETypes de capteurs utilis\u00e9s dans les syst\u00e8mes d\u2019ing\u00e9nierie\u003C\/p\u003E\n\u003Cp\u003ECha\u00eenes d\u2019acquisition de donn\u00e9es, \u00e9chantillonnage, mod\u00e8les de bruit\u003C\/p\u003E\n\u003Cp\u003EPr\u00e9traitement des signaux : filtrage, lissage, d\u00e9bruitage\u003C\/p\u003E\n\u003Cp\u003ERepr\u00e9sentation et traitement des donn\u00e9es\u003C\/p\u003E\n\u003Cp\u003ETypes de donn\u00e9es : signaux, images, s\u00e9ries temporelles, donn\u00e9es tabulaires\u003C\/p\u003E\n\u003Cp\u003EExtraction de caract\u00e9ristiques pour les donn\u00e9es d\u2019ing\u00e9nierie\u003C\/p\u003E\n\u003Cp\u003ER\u00e9duction de dimension : ACP (PCA) et variantes\u003C\/p\u003E\n\u003Cp\u003ENormalisation, encodage et transformations\u003C\/p\u003E\n\u003Cp\u003EIntroduction \u00e0 la science des donn\u00e9es et au Machine Learning\u003C\/p\u003E\n\u003Cp\u003EApprentissage supervis\u00e9 vs non supervis\u00e9\u003C\/p\u003E\n\u003Cp\u003EAlgorithmes de base : r\u00e9gression lin\u00e9aire, r\u00e9gression logistique, k-plus proches voisins (kNN)\u003C\/p\u003E\n\u003Cp\u003EClustering et ACP\u003C\/p\u003E\n\u003Cp\u003EMesures de performance et techniques d\u2019\u00e9valuation\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003E\u00c0 l\u2019issue du module, l\u2019\u00e9tudiant devra \u00eatre capable de :\u003C\/p\u003E\n\u003Col\u003E\n\u003Cli\u003E\u003Cstrong\u003EMobiliser les fondements math\u00e9matiques\u003C\/strong\u003E (alg\u00e8bre lin\u00e9aire, probabilit\u00e9s, statistiques, \u00e9quations diff\u00e9rentielles, optimisation de base) pour mod\u00e9liser et analyser des syst\u00e8mes et des jeux de donn\u00e9es.\u003C\/li\u003E\n\u003Cli\u003E\u003Cstrong\u003ECaract\u00e9riser et exploiter les capteurs et cha\u00eenes d\u2019acquisition\u003C\/strong\u003E (\u00e9chantillonnage, bruit, filtrage, lissage, d\u00e9bruitage) pour produire des donn\u00e9es exploitables en ing\u00e9nierie.\u003C\/li\u003E\n\u003Cli\u003E\u003Cstrong\u003ERepr\u00e9senter et pr\u00e9traiter diff\u00e9rents types de donn\u00e9es\u003C\/strong\u003E (signaux, images, s\u00e9ries temporelles, donn\u00e9es tabulaires) : normalisation, encodage, extraction de caract\u00e9ristiques, r\u00e9duction de dimension (ACP, variantes).\u003C\/li\u003E\n\u003Cli\u003E\u003Cstrong\u003EMettre en \u0153uvre les principaux algorithmes de base en science des donn\u00e9es et en Machine Learning\u003C\/strong\u003E(r\u00e9gression lin\u00e9aire\/logistique, kNN, clustering, ACP) et en \u00e9valuer les performances dans des contextes d\u2019ing\u00e9nierie.\u003C\/li\u003E\n\u003C\/ol\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EMutualis\u00e9e avec les M1 E3A FA PR680.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EBibliographie\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003E1. Data-Driven Science and Engineering Machine Learning, Dynamical Systems, and Control\u003C\/p\u003E\n\u003Cp\u003E2. Machine Learning, Optimization, and Data Science\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]