Master MIASHS
Le Master MIASHS a pour vocation d'introduire aux nouvelles méthodes du Machine Learning et plus généralement de l'Intelligence Artificielle pour l'analyse de données de Sciences Humaines et Sociales. La formation, ouverte à l'alternance, est orientée vers les applications concrètes des sciences des données et permettra au travers de nombreux projets d'apprendre à aborder avec recul et expertise les nombreux besoins dans les futurs challenges de la santé, de l'environnement, des enjeux sociétaux, etc. De nombreuses interactions avec les sciences cognitives, la géographie, la sociologie, la psychologie permettrons à tous de saisir la spécificité de chaque contexte et d'aiguiser leur connaissance des outils spécifiques. Les notions mathématiques et informatiques enseignées feront le tour du machine learning supervisé et non supervisé, des méthodes graphiques, des problèmes dynamiques, du Natural Language Processing, des méthodes robustes, et pour les données manquantes.
Lieu de la formation
UFR d'anthropologie, sociologie et science politique Campus Porte des Alpes (PDA)
Pré-requis
Niveau(x) de recrutement
BAC+3
Formation(s) requise(s)
Licence MIASHS, Licence MIAGE, Licence MASS, Licence Mathématiques Appliquée, ou équivalentes.
Public ciblé
La formation s'adresse aux étudiant.es ayant acquis les bases classiques en statistiques descriptive, statistique inférentielle, analyse de données, modèle linéaire, avec des acquis solides en algèbre linéaire appliquée, sachant utiliser le logiciel R ou le langage Python. Un fort intérêt pour les sciences humaines et sociales est indispensable.
Semestre 1
Introduction to Supervised Statistical Machine Learning
Introduction to NLP for Social Sciences
Introduction to Unsupervised Statistical Machine Learning 1
Atelier Data Science 1
Atelier Data Science 2
Spatial Statistics for Human Sciences
Bases de données avancées
Semestre 2
Introduction to Unsupervised Statistical Machine Learning 2
Causal Inference
Atelier Data Science 3
Atelier Data Science 4
Stage et retour d'alternance
Semestre 3
Network analysis for information retrieval
Atelier Data Science 5
Atelier Data Science 6
Big Data methods for computational human sciences
MOTIF
Signal Processing for Human Sciences
Semestre 4
Enquêtes
Anglais scientifique et d'entreprise
Atelier Data Science
Monde professionnel
Stage