MASH : Mathématiques, Apprentissage, Sciences Humaines

Dernière mise à jour : 
Dec 1, 2015
Master II
Scolarité : 
261
 € par an
Le Master MASH, est une 2ème années de Master Mathématiques Appliquées parcours Mathématiques, Apprentissage et Sciences Humaines qui propose une formation complète de " data scientist ". Il est co-habilité avec l'École normale supérieure (ENS) dans le cadre Paris Sciences et Lettre (PSL). Il bénéficie du soutien de la chaire Havas-Dauphine " Économie des nouvelles données" et d'un faculty award d'IBM.

Le but de cette formation est d'offrir à des étudiants issus d'un cursus mathématiques une formation solide en apprentissage statistique dont les applications sont centrées sur l'économie numérique et les sciences humaines au sens large.

Porté par la croissance exponentielle du flot de donnée (les fameuses "big data") générée par des applications aussi variées que la biologie, le commerce en ligne, l'imagerie, la vidéo ou le traitement du langage, l'apprentissage (domaine émergent à l'interface de l'informatique et des statistiques) à la particularité d'offrir à la fois un vaste champ d'expérimentation pour les mathématiques appliquées modernes et des perspectives industrielles dont nous ne commençons qu'à évaluer la portée.

Les cours fondamentaux d'apprentissage sont complétés par des cours en sciences humaines et de statistique bayésienne enseignés par des chercheurs de réputation international.

La majorité des étudiants s'orientent vers une carrière professionnelle (informatique, téléphonie, nouvelles technologies, médias, marketing, aéronautique).

Les étudiants du parcours MASH peuvent également s'orienter vers la recherche publique ou privée (financement universitaire ou industriel).

Organisation de la formation

La formation comporte un bloc de 6 cours fondamentaux en apprentissage statistique tous obligatoires. Les options sont regroupées dans deux parcours " Sciences Humaines" et " Statistique Bayésienne". 4 cours optionnels doivent être validés, dont au moins un dans chaque voie. La formation comporte un stage obligatoire d'au moins 4 mois dans une entreprise ou un laboratoire de recherche.

COURS FONDAMENTAUX (20 ECTS) OBLIGATOIRES :

Apprentissage supervisé - S1

Optimisation - S1

Modèles graphiques - S1

Méthodes à noyau pour l'apprentissage - S2

Projets informatiques - S1

Séminaire applications industrielles

COURS STATISTIQUE BAYESIENNE (4,8 ou 12 ECTS) au minimum 1

Méthodes de Monte Carlo par chaînes de Markov - S1

Bayesian Case Studies - S1

Bayesian non parametric statistics - S2

COURS DE SCIENCES HUMAINES (4,8 ou 12 ECTS) au minimum 1

Web marketing et séminaire : web marketing - S2

Applications en journalisme - S2

Evaluation des politiques publiques - S2

STAGE de 4 mois (24 ECTS)

Lieux d'enseignement