Changement d'intitulé à la rentrée 2024-2025 : Master physique appliquée et ingénierie physique parcours Mécatronique, énergie et systèmes intelligents
Plaquette de la formation et calendrier d'alternance
- Nom du fichier : Plaquette de présentation - Master - MESI Extension du fichier : pdfPoids du fichier : 2 Mo
- Nom du fichier : Calendrier d'alternance - Master 1 - MESI Extension du fichier : pdfPoids du fichier : 95 Ko
- Nom du fichier : Calendrier d'alternance - Master 2 - MESI Extension du fichier : pdfPoids du fichier : 95 Ko
Syllabus de la formation
Diagnostic et maintenance prédictive par IA
Master Physique appliquée et ingénierie physiqueParcours Mécatronique, énergie et systèmes intelligents
ComposanteFaculté de physique et ingénierie
Description
- Représentation et analyse de données, généralisation sur l’apprentissage ;
- Méthodes de classification directe ( k-plus-proches-voisins, …) ;
- Apprentissage non supervisé et à l’apprentissage supervisé ;
- SVM ;
- Modélisation par réseaux de neurones ;
- Etude de cas en sciences pour l’ingénieur : TP à l’aide d’un logiciel d’intelligence artificielle.
Compétences visées
Ce cours aborde des méthodes modernes d’apprentissage artificiel telles que les réseaux de neurones, les Machines à Vecteurs Supports et les classifieurs.
Ces algorithmes sont au cœur de nombreuses applications et connaissent un essor fulgurant : analyse automatique d’images, reconnaissance de la parole, reconnaissance d’évènements, robotique, conduite automatique...
Bibliographie
- Cornuéjols, A & Miclet, L. (2010) "Apprentissage Artificiel. Concepts et algorithmes", Eyrolles (2nd. Ed.).
- Boi Faltings, Michael Schumacher, "L'intelligence artificielle par la pratique", Presses Polytechniques et Universitaires Romandes (PPUR), 2017 (2e édition).