Vous êtes ici :
- 🏠
- CY Cergy Paris Université
- Formation
- Trouver sa formation
- Catalogue des formations
- CY Tech
- CY Tech - SCIENCES & TECH
- Masters - LMD
Master Mathématiques parcours Mathématiques Appliquées pour l'Apprentissage, le Calcul et l'Intelligence Artificielle
Résumé
L'objectif du master MACIA est de former une nouvelle génération de mathématiciens capables d'innover dans le contexte des révolutions industrielles de l'IA et des technologies quantiques. En savoir plusAccéder aux sections de la fiche
Call to actions
Détails
Présentation
Enjeux
Lieux
Site de Saint-Martin
Responsable(s) de la formation
Marjolaine Puel (Master 1)
marjolaine.puel@cyu.fr
Christophe Prange (Master 2)
christophe.prange@cyu.fr
Secrétaire administrative
Noémy Traversin
noemy.traversin@cyu.fr
Admission
Pré-requis
Niveau(x) de recrutement
Public ciblé
La deuxième année est ouverte aux candidats titulaires d'une première année de master (mention mathématiques ou mathématiques appliquées).
Candidature
Modalités de candidature
La candidature se fait via la plateforme Mon Master.
Modalités de candidature spécifiques
Vous êtes de nationalité étrangère hors Union Européenne, et n'avez jamais été inscrit dans un établissement de l'enseignement supérieur français ou européen : candidatez ici.
Les personnes en situation d’handicap souhaitant suivre cette formation sont invitées à nous contacter directement, afin d’étudier ensemble les possibilités de suivre la formation.
Programme
Première année:
Bloc 1 (septembre-novembre)
-
Probabilités
-
Equations aux Dérivées Partielles (EDP)
-
Optimisation avancée
-
C++ et Python
-
Maths-Entreprises
-
Projet
Bloc 2 (décembre-février)
-
Statistiques avancées
-
Algèbre linéaire avancée
-
Introduction à l’apprentissage machine
-
Méthodes numériques avancées pour les EDP
-
Statistiques avec R
-
C++ et Python pour l’analyse des données
Bloc 3 (mars-mai)
-
Analyse harmonique appliquée
-
Analyse fonctionnelle avancée
-
Systèmes dynamiques
-
Analyse numérique avec Python et Julia
-
Stage ou mémoire
Deuxième année:
Semestre 1 (septembre-décembre)
-
Fondements mathématiques de l’apprentissage statistique
-
Transport optimal numérique
-
Introduction au calcul quantique
-
Dynamique nonlinéaire, chaos et systèmes complexes
-
Apprentissage machine pour les EDP
-
C++ et python pour l’analyse des données
-
Réflexion sur l’IA
-
Maths/entreprise
Semestre 2 (janvier-avril)
-
Apprentissage géométrique et topologique
-
Processus de décisions markoviens et apprentissage par renforcement
-
Statistiques non paramétriques
-
Calcul quantique avancé
-
Projet de fin d'études
-
Stage