Machine learning

  • Enseignement

    Détails

    Faculté Faculté des sciences et de médecine
    Domaine Biologie
    Code UE-SBL.30002
    Langues Anglais
    Type d'enseignement Cours
    Cursus Master
    Semestre(s) SP-2023

    Horaires et salles

    Horaire résumé Lundi 08:15 - 12:00, Cours bloc (Semestre de printemps)
    Lundi 13:15 - 17:00, Cours bloc (Semestre de printemps)
    Mercredi 08:15 - 12:00, Cours bloc (Semestre de printemps)
    Struct. des horaires cours bloc - 10 jours

    Enseignement

    Responsables
    • Wegmann Daniel
    Enseignants
    • Wegmann Daniel
    Description

    The aim of this course is to equip the students with the necessary skills to apply machine learning techniques in their own research. It focuses on numerical techniques such as Expectation Maximization and Markov Chain Monte Carlo, and introduces the use of Hidden Markov Models and approximate techniques to analyze genomic data. The course is paired with exercises allowing students to implement these techniques in “R” to analyze biological data.
    Softskills Non
    Hors domaine Non
    BeNeFri Oui
    Mobilité Non
    UniPop Non
  • Dates et salles
    Date Heure Type d'enseignement Lieu
    20.02.2023 08:15 - 12:00 Cours PER 21, salle B130
    20.02.2023 13:15 - 17:00 Cours PER 07, salle 2.301
    22.02.2023 08:15 - 12:00 Cours PER 07, salle 1.309
    27.02.2023 08:15 - 12:00 Cours PER 21, salle B130
    27.02.2023 13:15 - 17:00 Cours PER 07, salle 2.301
    06.03.2023 08:15 - 12:00 Cours PER 21, salle B130
    06.03.2023 13:15 - 17:00 Cours PER 07, salle 2.301
    08.03.2023 08:15 - 12:00 Cours PER 07, salle 1.309
    13.03.2023 08:15 - 12:00 Cours PER 21, salle B130
    13.03.2023 13:15 - 17:00 Cours PER 21, salle E130
    15.03.2023 08:15 - 12:00 Cours PER 21, salle D230
    20.03.2023 08:15 - 12:00 Cours PER 21, salle B130
    20.03.2023 13:15 - 17:00 Cours PER 07, salle 2.301
    22.03.2023 08:15 - 12:00 Cours PER 21, salle D230
    27.03.2023 08:15 - 12:00 Cours PER 21, salle B130
    27.03.2023 13:15 - 17:00 Cours PER 21, salle E130
    29.03.2023 08:15 - 12:00 Cours PER 21, salle D230
    03.04.2023 08:15 - 12:00 Cours PER 21, salle B130
    03.04.2023 13:15 - 17:00 Cours PER 21, salle E130
    05.04.2023 08:15 - 12:00 Cours PER 21, salle D230
  • Modalités d'évaluation

    Examen écrit - SP-2023, Session d'été 2023

    Date 22.06.2023 14:00 - 15:30
    Mode d'évaluation Par note
    Description

    Written exam (90 min.). One mark

    Examen écrit - SP-2023, Session d'automne 2023

    Date 12.09.2023 15:30 - 17:00
    Mode d'évaluation Par note
    Description

    Written exam (90 min.). One mark
  • Affiliation
    Valable pour les plans d'études suivants:
    BcMa - Gestion d'entreprise - 30 ECTS
    Version: 2021-SA_V01
    Cours à choix - 30 ECTS > DAT: Data Analytics
    BcMa - Informatique de gestion - 30 ECTS
    Version: 2020-SA_V01
    Cours > Modules gestion d'entreprise > DAT: Data Analytics
    Bioinformatique [3e cycle]
    Version: 2024_2/V_01
    Formation continue > UE de spécialisation en Biologie (niveau master)

    Biologie [3e cycle]
    Version: 2024_2/V_01
    Formation continue > UE de spécialisation en Biologie (niveau master)

    Biologie [POST-DOC]
    Version: 2015_1/V_01
    Formation continue > UE de spécialisation en Biologie (niveau master)

    Complément au doctorat [PRE-DOC]
    Version: 2020_1/v_01
    Complément au doctorat ( Faculté des sciences et de médecine) > UE de spécialisation en Biologie (niveau master)

    Enseignement complémentaire en sciences
    Version: ens_compl_sciences
    Paquet indépendant des branches > UE de spécialisation en Biologie (niveau master)

    MSc en bioinformatique et biologie computationnelle [MA] 120
    Version: 2024_1/V_01
    MSc en bioinformatique et biologie computationnelle, cours > MSc-BI, Module “Statistics” (dès SA2022)
    Ma - Accounting and Finance - 120 ECTS
    Version: 2024-SP_V02 - DD Caen
    Cours UniFr > Modules "Data Analytics" et "Audit et Fiscalité": min. 2 cours > DAT: Data Analytics
    Ma - Accounting and Finance - 90 ECTS
    Version: 2021-SA_V02 - Dès SA-2024
    Cours - 72 ECTS > Modules "Data Analytics" et "Audit et Fiscalité": min. 3 cours > DAT: Data Analytics > Cours à choix
    Ma - Business Communication : Informatique de gestion - 90 ECTS
    Version: 2024-SA_V03
    Informatique de gestion > Cours > Modules gestion d'entreprise > DAT: Data Analytics
    Ma - Data Analytics & Economics - 90 ECTS
    Version: 2020-SA_V02
    Courses min 63 ECTS > Mandatory Modules (45 to 63 ECTS) > Module I: Data Analytics (Data) > Cours à choix
    Ma - Informatique de gestion - 90 ECTS
    Version: 2020-SA_V01
    Cours - min. 45 ECTS > Modules gestion d'entreprise - max. 15 ECTS > DAT: Data Analytics
    Ma - International and European Business - 90 ECTS
    Version: 2021-SA_V01 - dès SA-2024
    Courses > Modules > Elective courses of the management modules > Elective courses of the management modules > Cours à choix pour le Master en management
    Courses > Modules > One complete module taken from the following list > DAT Module validation element group > DAT: Data Analytics > Cours à choix
    Ma - Management - 90 ECTS
    Version: 2021-SA_V03 - Dès SA-2024
    Cours: min. 72 ECTS > Modules - min 54 ECTS > Cours à choix pris hors du cadre d'un module validant > Cours choisis librement dans les modules de management > Cours à choix pour le Master en management
    Cours: min. 72 ECTS > Modules - min 54 ECTS > Minimum 3 modules à minimum 18 ECTS et 2 cours principaux complets > Groupe d'élément de validation du Module DAT > DAT: Data Analytics > Cours à choix
    Ma - Marketing - 90 ECTS
    Version: 2021-SA_V03 - Dès SA-2024
    Cours - 72 ECTS > Module complémentaire > Groupe d'élément de validation du Module DAT > DAT: Data Analytics > Cours à choix