Skip available courses

Available courses

  • Introduction

    The ALTEGRAD course aims at providing an overview of state-of-the-art ML and AI methods for text and graph data with a significant focus on applications.

    Each session will comprise two hours of lecture followed by two hours of programming session.

    Grading for the course will be based on presence, work during the programming sessions, and a final data challenge.

    TO ENROL - IMPORTANT !

    All students should fill the following form to enrol: link to form

    2018-2019 Syllabus

    • 09/11 2-6pm Amphi Carnot@POLYTECHNIQUE. Graph-of-words (1/2).
      • Introduction to text preprocessing and NLP
      • Introduction to graph-of-words
      • Applications to keyword extraction, subevent detection, information retrieval, extractive summarization
    • 23/11 9am–1pm Amphi Cauchy@POLYTECHNIQUE. Graph-of-words (2/2).
      • Applications of graph-of-words to document categorization, abstractive summarization
    • 30/11 2-6pm Amphi Cauchy@POLYTECHNIQUE. Word & document embeddings.
      • Latent Semantic Indexing
      • Word embeddings
      • Document embeddings, word mover’s distance
    • 18/12 2-6pm Amphi Monge@POLYTECHNIQUE. Deep learning for NLP (1/2).
      • Deep architectures for text classification
    • 19/12 2-6pm Amphi Monge@POLYTECHNIQUE. Deep learning for NLP (2/2).
      • Sequence to sequence architectures, attention
      • Meta-architectures
    • 20/12 2-6pm Amphi Monge@POLYTECHNIQUE. Graph kernels, community detection.
    • 08/01 9am-1pm (MVA only) @ENS, BT. D' ALEMBERT - M. CURIEDeep learning for graphs (1/2).
      • Unsupervised node embedding algorithms: Deepwalk, node2vec
      • Supervised node embedding algorithms: GCN, Planetoid
    • 09/01 9am-1pm (MVA only) @ENS, BT. D' ALEMBERT - M. CURIE. Deep learning for graphs (2/2), Influence maximization.
      • Graph CNNs, Message-passing architectures
      • Single spreaders: epidemic models (SIR/SIS), baselines for spreaders selection
      • Multiple spreaders:  LT/IC model, Greedy Algorithm
    • 15/01 2-6pm (Master Data Science only) Amphi Monge@POLYTECHNIQUERepeated from 08/01.
    • 16/01 2-6pm (Master Data Science only) Amphi Cauchy@POLYTECHNIQUE. Repeated from 09/01.
    Guest accessSelf enrolment
  • Les élèves qui intègrent l'Ecole polytechnique sont issus de filières très diverses, la majorité vient des classes préparatoires de voies différentes, d'autres sont recrutés par le concours universitaire, et d'autres viennent directement de l'étranger.

    Le cours de mathématiques proposé lors du tronc commun est une formation de base en mathématiques qui est utilisée ultérieurement dans toutes les disciplines. C'est un cours exigeant dont le rythme est très soutenu. Il est donc indispensable que tous les élèves possèdent un corps de connaissances et un vocabulaire mathématique communs pour l'aborder.

    C'est dans ce but que le département de mathématiques a créé cette série de quatre vidéos de 20 minutes environ, accompagnées de quatre séances d'exercices filmées. Nous allons donner au cours de ces quatre séances les notions de base de topologie, de suites convergentes, de compacité et de connexité, d'espaces complets et d'espaces préhilbertiens.

    Afin d'obtenir une compréhension profonde et une préparation complète au tronc commun, il est très important de travailler indépendamment sur les exercices proposés et de vérifier les propriétés énoncées sur les transparents.

    Nous espérons que le contenu mathématique vous sera utile, et que cette première expérience de elearning vous aura séduit. Nous serons très reconnaissants de votre retour.

    A bientôt !

    Enseignants :

    Ce cours a été créé et enregistré par Pascale Harinck, chercheur au CNRS affectée au Centre de Mathématiques Laurent Schwartz de l'Ecole polytechnique, et responsable de la formation préparatoire des élèves etrangers.

    Les exercices ont été préparés et enregistrés par Yvan Martel, professeur au département de mathématiques de l'Ecole polytechnique et directeur du Centre de Mathématiques Laurent Schwartz.

    Coordination et soutien technique et scientifique : Julia Wolf, professeur Hadamard au département de mathématiques de l'Ecole polytechnique.

    Nous sommes reconnaissants à Fabien Dufour et son equipe audiovisuelle.

    Références :

    Voir également la page de Pascale Harinck sur la formation préparatoire des élèves internationaux ici.