L’objectif est de comprendre les principes fondamentaux de l’intelligence artificielle (IA)
et son rôle dans les sciences expérimentales, d’appliquer le machine learning et le deep
learning à des problématiques scientifiques en biologie, chimie, physique et environnement,
de maîtriser les outils et bibliothèques d’IA en Python, tels que Scikit-learn, TensorFlow,
Keras et PyTorch,
et d’automatiser l’analyse ainsi que l’interprétation des données
scientifiques grâce à l’IA.
