Descriptif
Le cours **ALTEGRAD** (Advanced Learning for Text and Graph Data) propose une exploration approfondie des techniques de machine learning appliquées aux données textuelles et structurées en graphes. Il couvre des sujets clés comme les représentations par graphes de textes, l’extraction de mots-clés, les modèles de langage modernes basés sur les transformeurs (Transformers), ainsi que des architectures avancées comme les modèles à attention et les modèles séquence-à-séquence. Le cours traite également de thématiques de pointe telles que les grands modèles de langage (LLMs), l’IA générative pour les graphes, les réseaux de neurones graphiques (GNNs), ainsi que leurs applications dans des domaines comme la biologie et la bioinformatique. Alternant théorie et pratique, il comprend des travaux dirigés et un projet final sous forme de data challenge appliqué à des jeux de données réels.
28 heures en présentiel
Diplôme(s) concerné(s)
- M2 DS4Health - Digital Skills for Healthcare Transformation
- Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Pour les étudiants du diplôme M2 DS4Health - Digital Skills for Healthcare Transformation
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- 7 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
