• Niveau d'étude

    BAC +5

  • ECTS

    4,5 crédits

  • Composante

    Sciences économiques, gestion, mathématiques et informatique

  • Volume horaire

    40h

  • Période de l'année

    Enseignement dixième semestre

Description

Ce cours initie les étudiants aux techniques du Machine Learning afin de mettre en évidence les relations de plus en plus étroites entre l’économie comportementale et l’intelligence artificielle.

Lire plus

Objectifs

Apprendre à concevoir, optimiser et évaluer des modèles prédictifs afin d'anticiper les comportements économiques et de développer des outils d'aide à la décision humaine performants et éthiques.

Lire plus

Évaluation

Modalités : CCI
SESSION UNIQUE :
Contrôle Continu
• Type : Écrit, Dossier
• Durée : 2h00

Régime Dérogatoire
• Type : Écrit, Dossier
• Durée : 2h00

RATTRAPAGES
• Type : Écrit, Dossier
• Durée : 2h00

Utilisation de l'intelligence artificielle :
Dans le cadre de cet EC, l’usage de l’IA pour aider à la réalisation des travaux de contrôle continu soumis à évaluation est interdit. Vous n’avez pas le droit de faire appel à une IA générative à des fins de documentation, recherche d’idées, construction, rédaction ou édition (hors usages de recherche web augmentée, de correction orthographique et syntaxique).

Lire plus

Heures d'enseignement

  • CMCM24h
  • TDTD16h

Compétences visées

  • Savoir construire un modèle prédictif et le traduire en un système de scoring opérationnel.
  • Connaître et savoir appliquer les principaux algorithmes de Machine Learning (k-plus proches voisins, régression logistique, forêts aléatoires, réseaux de neurones) à des données comportementales.
  • Savoir évaluer les performances d'un modèle, calibrer ses paramètres et améliorer sa robustesse à l’aide des méthodes de rééchantillonnage (validation croisée, boosting, bagging).
  • Mettre en œuvre l'intégralité du pipeline de data science à travers l'utilisation des librairies spécialisées sur R ou Python.
Lire plus