Training

This page lists the different training program in Machine Learning proposed in Lyon and Saint-Etienne.



The Foundations of Computer Science program at ENS Lyon is primarily focused on the fundamental aspects of computer science and aims at preparing students to research in computer science.

It includes (among other CS courses) the following courses of 30h each, which may change every two years:

  • Master 1: Machine Learning, Information theory, Optimization and approximation, data bases and data mining (foundations and algorithms);
  • Master 2: ML Theory, Optimal decision making and online optimization, Complex networks.

 

Site web:  http://informatique.ens-lyon.fr/en/academic-programs/master/master-computer-science

Contact: daniel.hirschkoff [at] ens-lyon.fr (daniel[dot]hirschkoff[at]ens-lyon[dot]fr) (Master 1) and yves.robert [at] inria.fr (yves[dot]robert[at]inria[dot]fr) (Master 2).

The track "Probability and statistics" (detailed program here) gathers advanced lectures of 24h and 18h in ML theory, including: Concentration of measure in probability and high-dimensional statistical learning), non-parametrics, Random graphs, Mathematical foundations of deep neural networks, Inverse problems and high dimension, Advanced machine learning theory, Large random matrices and applications, Determinantal processes
 

 

Site web: http://mathematiques.ens-lyon.fr/master-2-234092.kjsp

Contact: laurent.berger [at] ens-lyon.fr (Laurent Berger)

Liste des cours (8 UE de 21h chacune) : deep learning, graphical model, advanced supervised learning, model based learning, manifold learning, text mining, parallel computing for data science, big data management and analytics

Site web: http://master-datamining.univ-lyon2.fr

Contact : julien.jacques [at] univ-lyon2.fr (julien[dot]jacques[at]univ-lyon2[dot]fr)

Master 1 et 2.

Liste des cours liés au ML : Introduction to ML (4 ECTS), Data Analysis (6 ECTS), Introduction to AI (6 ECTS), Machine Learning - Fundamentals and algorithms (4 ECTS), Optimization & Operational Research (3 ECTS), Data Mining and Knowledge Discovery (4 ECTS), Computer Vision (4 ECTS), Advanced Machine Learning (4 ECTS) , Probabilistic Graphical Models (6 ECTS), Data Mining for Big Data (6 ECTS) , Deep Learning and Applications (6 ECTS), Machine Learning and Data Mining Project  (6 ECTS)

Site : https://mldm.univ-st-etienne.fr

Contacts: Marc Sebban et Amaury Habrard (master.MLDM [at] univ-st-etienne.fr (master[dot]MLDM[at]univ-st-etienne[dot]fr))

Master M1 Mathématiques Appliquées, Statistique, Département de Mathématiques, Université Claude Bernard Lyon 1

Il permet l’accès aux 3 parcours de M2 suivants :

  • M2 "Maths en action : du concept à l’innovation" (4 options) ; Contact : marteau [at] math.univ-lyon1.fr (marteau[at]math[dot]univ-lyon1[dot]fr)
  • M2 "Statistique, Informatique et Techniques Numériques" ; Contact : gabriela.ciuperca [at] univ-lyon1.fr (gabriela[dot]ciuperca[at]univ-lyon1[dot]fr)
  • M2 "Data Science" - spécialité mathématiques ; Contact : gabriela.ciuperca [at] univ-lyon1.fr (gabriela[dot]ciuperca[at]univ-lyon1[dot]fr)

Voir ci-dessous pour les détails de ces parcours.

Site web : http://mastermas.univ-lyon1.fr/index.php/m1/

Contact pour le M1 : mercadier [at] math.univ-lyon1.fr (mercadier[at]math[dot]univ-lyon1[dot]fr)

Master M2 « Maths en action : du concept à l’innovation » a pour vocation de former à la recherche, en lien étroit avec les applications. Il regroupe quatre filières, proposant chacune un champ d’applications plus ciblé :

  • Filière « Mathématiques pour l’environnement et le climat» (Lyon, Contact : marteau [at] math.univ-lyon1.fr (marteau[at]math[dot]univ-lyon1[dot]fr))
  • Filière « Vision / Images » (Lyon, Contact : marteau [at] math.univ-lyon1.fr (marteau[at]math[dot]univ-lyon1[dot]fr))
  • Filière « Mathématiques pour la biologie et la médecine » (Lyon, Contact : marteau [at] math.univ-lyon1.fr (marteau[at]math[dot]univ-lyon1[dot]fr))
  • Filière « Mathématiques pour l’ingénierie de la simulation» (Saint-Etienne, Contacts : olivier.gipouloux [at] univ-st-etienne.fr (olivier[dot]gipouloux[at]univ-st-etienne[dot]fr) et touboul [at] emse.fr (touboul[at]emse[dot]fr))

Site web: http://mastermas.univ-lyon1.fr/index.php/page3-2/

Contact : marteau [at] math.univ-lyon1.fr (marteau[at]math[dot]univ-lyon1[dot]fr)

Master M2 "Statistique, informatique et Techniques Numériques" (SITN), Département de Mathématiques, Université Claude Bernard Lyon 1.

Liste des cours (11 UE de 30h chacune): Statistique inférentielle, Statistique non paramétrique, Modèles de régression, Analyse factorielle, Modèles probabilistes, Analyse des EDP, Outils mathématiques pour la modélisation, Machine Learning, Plans d'expérience Statistique bayesienne, Outils statistiques avancés, et 1UE de 60h: Développement Informatique.

Site web: http://mastermas.univ-lyon1.fr/index.php/page2-2/

Contact : Gabriela.Ciuperca [at] univ-lyon1.fr (Gabriela[dot]Ciuperca[at]univ-lyon1[dot]fr)

Master M2 "Data Science"-spécialité mathématiques, Département de Mathématiques, Université Lyon 1.

Liste des cours: (10 UE de 30h chacune): Statistique inférentielle, Modèles de régression, Analyse factorielle, Modèles graphiques probabilistes, Analyse des graphes de données, Data visualisation, Cloud computing, Machine Learning, Data Mining, Big data analytics et 1UE de 60h: Développement Informatique.

Site web: http://mastermas.univ-lyon1.fr/index.php/page1-2/

Contact : Gabriela.Ciuperca [at] univ-lyon1.fr (Gabriela[dot]Ciuperca[at]univ-lyon1[dot]fr)

L'université Lyon 2 propose un certain nombre de formations courtes en informatique et statistique, d'une durée de deux à quatre jours : initiation au logiciel R, analyse statistique sous le logiciel R, programmation sous le logiciel R, introduction data mining, data mining avancé et machine learning, text mining, prédiction des séries temporelles.

Contact :julien.jacques [at] univ-lyon2.fr ( julien[dot]jacques[at]univ-lyon2[dot]fr)