STT 3795 - Fondements théoriques en science des données - Hiver 2022 UdeM
UdeM MAT 6480W / STT 6705V

STT 3795

Fondements théoriques en science des données

Hiver 2022

Guy Wolf (guy.wolf@umontreal.ca)

AEs: Stefan Horoi, Guillaume Huguet


La science des données est un domaine émergent à l'intersection des mathématiques appliquées, de la statistique, et de l’informatique. Cette discipline exploite des outils computationnels qui permettent de traiter et d’extraire des informations pertinentes provenant de grandes quantités de données devenant actuellement de plus en plus disponibles dans presque tous les domaines de l'industrie et de la science. Ce cours présentera les fondements mathématiques sous-jacents à plusieurs des principaux problèmes, algorithmes, et méthodes de la science des données. Les étudiants se familiariseront avec une sélection variée d’approches d'apprentissage supervisées (p.ex., classification) et non supervisées (p.ex., regroupement), ainsi que des modèles mathématiques des structures intrinsèques des données (p.ex., variétés). Les cours et les discussions en classe porteront à la fois sur les dérivations et les applications des algorithmes discutés. Ils seront accompagnés d'exercices qui combinent des questions théoriques concernant les aspects mathématiques du cours, ainsi que des tâches de programmation qui illustrent les défis de la pratique.


Horaires

Horaire des cours:

Les lundis 11h30-13h20, B-4250 Pav. 3200 J.-Brillant
Les jeudis 12h30-13h20, B-3255 Pav. 3200 J.-Brillant

Horaires de disponibilité:

Guy Wolf (enseignant), sur MS Teams avec possibilité de fixer un RDV si nécessaire.
Stefan Horoi (AE), sur MS Teams avec possibilité de fixer un RDV si nécessaire; disponibilités prévues avant les intras et des échéances de devoirs.
Guillaume Huguet (AE), sur MS Teams avec possibilité de fixer un RDV si nécessaire; disponibilités prévues avant les intras et des échéances de devoirs.

Sujets

Les sujets qui seront (provisoirement) abordés dans ce cours sont les suivants:

Diapositives (sur MS Teams):


Composition de la note finale:

La note finale de ce cours sera composée de trois composantes:

Projet final:


Devoirs:

Bien que les échanges entre étudiants ne sont pas découragés, il faut que les devoirs soient réalisés et soumis individuellement.