Ce cours couvre l'application des mathématiques à l'apprentissage automatique et à l'apprentissage en profondeur. Il initie les étudiants aux concepts mathématiques fondamentaux tels que l'algèbre linéaire, le calcul différentiel, la théorie des probabilités et l'optimisation. Le cours explore ensuite divers algorithmes d'apprentissage automatique et modèles d'apprentissage en profondeur, y compris l'apprentissage supervisé et non supervisé, les réseaux de neurones et les architectures d'apprentissage en profondeur. Les étudiants acquièrent une expérience pratique grâce à des devoirs de programmation et à des projets utilisant des bibliothèques populaires telles que TensorFlow ou PyTorch. Le cours met l'accent sur les fondements mathématiques de ces techniques, permettant aux étudiants de comprendre et d'analyser leurs performances. À la fin du cours, les étudiants seront compétents dans l'application des mathématiques pour résoudre des problèmes du monde réel dans l'apprentissage automatique et l'apprentissage en profondeur.