Niveau d'étude
Bac +5
ECTS
3 crédits
Composante
UFR PhITEM (physique, ingénierie, terre, environnement, mécanique)
Période de l'année
Automne (sept. à dec./janv.)
Description
A new course that will follow the one in the 2nd semester of the first year, but that can also be chosen by students with previous experience in the field. A detailed description will be posted later, in the meantime look at the corresponding UE of the first year.
Ce cours présente les principales méthodes d'apprentissage profond pertinentes pour les applications des sciences de la Terre, où le traitement des séries temporelles et des images (parfois bruitées, incomplètes) et la prévision sont des problèmes de routine. Cela inclut par exemple les réseaux neuronaux convolutifs, les réseaux neuronaux récurrents et les réseaux génératifs.
Pré-requis : Idéalement : Introduction à l'apprentissage automatique en sciences de la Terre, cours de la première année de Master STPE. Sinon : bonne connaissance de Python, notions de base en calcul différentiel et algèbre linéaire.
Langues : Anglais, Français
Heures d'enseignement
- UE Advanced Machine Learning in Earth Sciences - CM/TDCours magistral - Travaux dirigés12h
- UE Advanced Machine Learning in Earth Sciences - TPTP15h
Période
Semestre 9