Differences

This shows you the differences between two versions of the page.

--- dima:start [2024/03/02 17:39] – [Rapport final] edecenciere
+++ dima:start [2025/03/27 09:47] (current) – [Prérequis] edecenciere
@@ Line 2: / Line 2: @@
-[[https://cloud.minesparis.psl.eu/index.php/s/k3lxKLa0J7XZX1Y | Plaquette de présentation ]]
+[[https://cloud.minesparis.psl.eu/index.php/s/i4F7DdcG9Li0bYw | Plaquette de présentation ]]
@@ Line 14: / Line 14: @@
   * Centre de morphologie mathématique (Etienne Decencière)
-  * Centre des matériaux (David Ryckelynck)
+  * Centre de mise en forme des matériaux (David Ryckelynck)
-  * Centre de bio-informatique (Thomas Walter)
+  * Centre des matériaux (Pierre Kerfriden)
+  * Centre de bio-informatique (Chloé-Agathe Azencott)
   * Centre de robotique (Fabien Moutarde)
   * Centre de recherche en informatique (Olivier Hermant)
@@ Line 58: / Line 59: @@
 Si vous ne connaissez pas l'apprentissage automatique (//machine learning//) on vous recommande les neuf premières leçons [[https://work.caltech.edu/lecture.html| du cours du Prof. Abu-Mostafa.]]
-Le [[https://www.youtube.com/@CNRS-FIDLE/ | cours FIDLE du CNRS]] constitue une excellente initiation à l'apprentissage profind:
+Le [[https://www.youtube.com/@CNRS-FIDLE/ | cours FIDLE du CNRS]] constitue une excellente initiation à l'apprentissage profond:
 Si vous avez besoin de revoir (ou de vous familiariser avec) les réseaux de neurones à base de convolutions, vous pouvez consulter [[https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv | ce cours]], en particulier les dix premières vidéos.
+Enfin, les livres suivant constituent des références utiles:
+  * [[https://www.deeplearningbook.org/ | Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep learning, MIT Press]]
+  * [[https://web.stanford.edu/~hastie/ElemStatLearn/ | Trevor Hastie, Robert Tibshirani, Jerome Friedman, The elements of statistical learning, Springer]]
+  * Deep Learning with Python, 2nd Edition, Francois Chollet, 2021.
@@ Line 69: / Line 76: @@
 Huit semaines sont entièrement dédiées au travail de stage. Les sujets sont proposés par des chercheurs, souvent des centres de recherche des Mines, mais aussi d'organismes extérieurs ou d'entreprises. Ces mêmes chercheurs assurent l'encadrement.
+Les étudiants peuvent aussi prendre l'initiative de chercher des sujets adaptés au trimestre recherche (TR) auprès de laboratoires ou de partenaires industriels. Les sujets doivent néanmoins êtres acceptés par les responsables du TR.
-===== Année scolaire 2023-2024 =====
+===== Année scolaire 2024-2025 =====
-Cours scientifique et formation à la recherche bibliographique : 4-12 mars.
+Cours scientifique et formation à la recherche bibliographique : 3-11 mars.
-Stage : 13 mars - 6 mai.
+Stage : 12 mars - 9 mai.
-Séminaire intermédiaire: après-midis des 11 et 12 avril.
+Séminaire intermédiaire: ** jeudi 4 avril **.
-Séminaire final: après-midis des 2 et 3 mai.
+Séminaire final: ** 9 mai **.
@@ Line 111: / Line 121: @@
 être des spécialistes de votre sujet.
-Il doit être rendu à votre responsable de stage au plus tarde le **10 mai**.
+Il doit être rendu à votre équipe d'encadrement au plus tard le **9 mai**.
+==== Evaluation ====
+La note du trimestre recherche est calculée à partir de 5 critères:
+  - Travail fourni (investissement dans le stage) ;
+  - Inventivité (force de proposition, idées) ;
+  - Clarté du support de la présentation finale ;
+  - Qualité du discours de la présentation finale (oral de l'exposé, réponses aux questions, respect du temps imparti) et
+  - Qualité du rapport final.