Diplômes concernés
Composition du parcours
-
MAP652K MAP652L DS-ENS1-Object-recognition DS-ENSAE-11 DS-ENSAE-14 DS-ENSAE-10 DS-ENSAE15 DS-ENSAE-21 DS-ENSAE-13 ECO573-ENSAE
v2.11.0 (5790)
- Accueil
| UE | Type d'enseignement | Domaines | Catégorie d'UE | Volume horaire | Responsables | Site pédagogique |
|---|---|---|---|---|---|---|
| DS-ENS1-Object-recognition DS-ENS1-Object recognition and computer vision | Cours scientifiques | |||||
| DS-ENSAE-10 Statistiques Bayésiennes | Cours scientifiques | Mathématiques appliquées | ||||
| DS-ENSAE-11 Stats Bayésiennes | Cours scientifiques | Mathématiques appliquées | ||||
| DS-ENSAE-13 Re inforcement learning | Cours scientifiques | Mathématiques appliquées | ||||
| DS-ENSAE-14 AML (Advanced Machine Learning) | Cours scientifiques | Mathématiques appliquées | ||||
| DS-ENSAE-21 Machine Learning for Natural Language Processing | Cours scientifiques | Mathématiques appliquées | ||||
| DS-ENSAE15 Advanced Machine Learning (AML) | Cours scientifiques | Mathématiques appliquées | ||||
| ECO573-ENSAE Ethics and responsibility in data science (ENSAE) | Cours scientifiques | Paola Tubaro | ||||
| MAP652K Finance haute fréquence: outils proba., modélisation stat... | Cours scientifiques | Mathématiques appliquées | Mathieu Rosenbaum | |||
| MAP652L Marchés financiers et théorie financière | Cours scientifiques | Mathématiques appliquées |
