HELMo
Inscription

UE21 Machine Learning

En pratique

  • Cette unité d'enseignement (UE) articule 1 activité d'apprentissage :
    • Machine Learning
  • En 2025-2026, elle s'organise au deuxième quadrimestre et couvre 6 crédits (ECTS).
  • L'enseignement est principalement centralisé dans le campus : Département Informatique
  • Cette UE est remédiable d'une session à l'autre
  • Modalités d'enseignement
    • Auditoire
    • Groupe classe
    • en autonomie

Activité d’apprentissage

Les finalités de l'UE

Pour le praticien de l’IA, choisir l’algorithme adapté est essentiel. Cette UE fournit à l’étudiant une boîte à outils d’algorithmes d’IA pour s’adapter à tout problème.

Cette UE s'incrit principalement dans la compétence « Collaborer à l’analyse, la conception, la mise en œuvre et l’évaluation d’un système informatique d’intelligence artificielle » :

  • Effectuer la correspondance entre un problème business et les outils et algorithmes permettant de le résoudre.
  • Pouvoir justifier les choix en termes d’efficacité, de rapidité, d’explicabilité …
  • Élaborer des modèles prédictifs et/ou des solutions d'aide à la décision ou de recommandation.
  • Proposer et mettre en œuvre des techniques d’évaluation du modèle résultant.

Les contenus de l'UE

Le machine learning (ML) consiste à apprendre une solution générale à partir d’exemples de solutions particulières d’un même problème. Il constitue le socle de nombreuses applications de l’intelligence artificielle (IA) : détection de tumeurs sur radiographies, reconnaissance de panneaux et de piétons pour les véhicules autonomes, recommandations de films ou de musique, traduction automatique, prévisions climatiques, détection d’intrusions informatiques, génération d’images, …

Ce cours introduit les principales approches du machine learning : apprentissage supervisé (classification et prédiction de valeurs) et apprentissage non supervisé (clustering et réduction de dimensionnalité), à travers plusieurs familles d’algorithmes : régression, plus proches voisins, arbres de décision, algorithmes d’ensemble, réseaux de neurones, … Il aborde aussi les notions clés : entraînement, biais et variance, validation, et apprentissage par renforcement.

Les acquis d'apprentissage visés par l'UE

À l’issue de ce cours, l’étudiant sera capable :

  • d'expliquer le fonctionnement des principaux algorithmes de machine learning ;
  • d’analyser leur principales propriétés théoriques, computationnelles et statistiques ;
  • de les implémenter et de les utiliser de manière appropriée ;
  • d’en évaluer rigoureusement les performances.

Les méthodes d'enseignement-apprentissage

Des cours théoriques introduiront les différents concepts et algorithmes, qui seront illustrés à l'aide d'exemples.

Des projets pratiques en Python complèteront la partie théorique pour renforcer la compréhension des concepts : implémentation d’algorithmes, expérimentation sur des jeux de données artificiels ou réels, paramétrage et entraînement de modèles. Ces projets se feront lors de séances de laboratoires, mais également en autonomie. Certains projets feront l'objet d'un travail à rendre (rapport écrit et code source), par groupe de 2 étudiants (sauf en seconde seconde session, où les projets seront individuels).

Engagement attendu de la part de l'étudiant.e

Une participation active aux cours est vivement recommandée :

  • Les transparents présentés devront être complétés par une prise de notes personnelles (ou, à défaut, par une recherche à domicile).
  • L'étudiant sera invité à répondre à des questions, et à en poser.

L'étudiant devra effectuer les laboratoires en visant la compréhension des principes sous-jacents, avec une approche réflexive.

L'étudiant devra réaliser et soumettre les projets demandés en temps et en heure, suivant les modalités décrites sur la page du cours.

Projets (première session)

Cette épreuve présente des modalités spécifiques à la 1re session. Elle est organisée avant la session. Il s'agit d'un travail. Cette épreuve est en équipe de travail. Concrètement, l'épreuve repose sur une formulation écrite, une réalisation par mise en pratique. L'épreuve repose sur des réponses longues, réponses courtes, formulations personnelles. Elle se déroule à cours ouvert. La correction de cette épreuve est assurée par validation d'un.e enseignant.e.

Oral

Cette épreuve présente des modalités similaires pour toutes les sessions. Elle est organisée durant la session. Il s'agit d'un examen. Cette épreuve est individuelle. Concrètement, l'épreuve repose sur une formulation orale. L'épreuve repose sur des réponses longues, formulations personnelles. Elle se déroule à cours fermé. La correction de cette épreuve est assurée par validation d'un.e enseignant.e.

Projets (seconde session)

Cette épreuve présente des modalités spécifiques à la seconde session. Elle est organisée avant la session. Il s'agit d'un travail. Cette épreuve est individuelle. Concrètement, l'épreuve repose sur une formulation écrite, une réalisation par mise en pratique. L'épreuve repose sur des réponses longues, réponses courtes, formulations personnelles. Elle se déroule à cours ouvert. La correction de cette épreuve est assurée par validation d'un.e enseignant.e.

Règles de l’UE

Comment la note globale de l’UE est-elle déterminée ?

Explication de la pondération des différentes épreuves

L’évaluation repose sur un examen oral (60%) et sur les projets (40%).

Les projets comprennent un rapport écrit et un code source à remettre dans les délais imposés. Ils sont obligatoires : tout étudiant qui ne les soumet pas correctement ne pourra pas présenter l’examen oral.

L’examen oral évalue la compréhension des concepts théoriques. Il consiste à présenter et commenter une partie du cours, et à répondre à des questions sur l’ensemble de la matière.

En cas de seconde session, l'étudiant devra re-soumettre les projets pour lesquels il a obtenu moins de 10/20, et repasser l'examen oral. Attention : les projets se feront individuellement en seconde session (l'étudiant pourra cependant repartir du travail de première session fait en groupe).

Quelles sont les informations administratives de cette UE ?