Artificial Intelligence and Machine Learning for Connected Systems
Code UE : USEEN6
- Cours
- 6 crédits
Responsable(s)
Public, conditions d’accès et prérequis
M1 courses or equivalent courses done at another institution.
Objectifs pédagogiques
The objective of the course is to study basics of machine learning and artificial intelligence algorithms used for network applications and IoT systems optimisation and acquire hands-on experience via experimental labs. The course will show how conventional ML/AI algorithms can be challenged in their performance and accuracy when running under constraints emerging in network and IoT systems environment, as for instance : execution time target, limited live and storage memory space, energy consumption and power limitations.
Contenu
The course covers the following topics with half of the lessons as practical labs :
-
- refresh on statistics and network optimisation
- unsupervised machine learning
- main algorithms, comparison, experimentation
- time-constrained applications (traffic anomaly detection, etc)
- memory-constrained applications (spatio-temporal mobility characterization, etc)
- supervised machine learning and applications
- main algorithms, comparison, experimentation
- time-and-energy-constrained application (IP traffic classification, etc)
- time-and-memory-constrained applications (cyber attack classification, etc)
Modalité d'évaluation
Evaluation of TP lab reports and of a final exam.
Cette UE apparaît dans les diplômes et certificats suivants
Rechercher une formation
RECHERCHE MULTI-CRITERES
-
Vous pouvez sélectionner des formations grâce à un mot ou à une expression présent dans l’intitulé ou dans les index (discipline ou métier visé).
Des index vous sont suggérés à partir du 3e caractère saisi, mais vous pouvez aussi saisir librement tout autre mot . - Les différents items sélectionnés sont croisés.
ex: "Comptabilité" et "Région Grand Est" - Validez par le bouton « Rechercher » ou par la touche Entrée.
- Cette recherche affiche aussi les fiches UE et certificats régionales. Leurs codes les distinguent des fiches nationales par le suffixe de la région (ex : « -IDF » ).
Par défaut, les fiches régionales reprennent le contenu de la fiche nationale correspondante. Mais dans certains cas, des informations régionales ont pu être ajoutées. - Certains diplômes se déclinent selon plusieurs parcours. Pour afficher tous les parcours, tapez la racine du code (ex : « LG035 »).
- Certains stages ont un double code : leur code propre et le code de l’UE ou du certificat équivalent.
- Dans tous les cas, veillez à ne pas insérer d'espace ni de ponctuation supplémentaire.
- Validez par le bouton « OK » (et non pas par la touche Entrée).
Chargement du résultat...
Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
---|---|---|---|---|
Intitulé de la formation
Artificial Intelligence for Connected Industries
|
Lieu(x)
Package
|
Lieu(x)
Paris
|
||
Intitulé de la formation
Master ROC en alternance - Mulhouse
|
||||
Intitulé de la formation
Master Computer Networks and IoT Systems
|
Lieu(x)
Package
|
Lieu(x)
Paris
|
||
Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
EPN05 - Informatique
33.1.13A, 2 rue Conté
75003 Paris
Tel :01 40 27 28 49
Mariella Annicchiarico
33.1.13A, 2 rue Conté
75003 Paris
Tel :01 40 27 28 49
Mariella Annicchiarico
Voir le site
Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.
Enseignement non encore programmé
Code UE : USEEN6
- Cours
- 6 crédits