Introduction au machine learning scientifique

Justifier du niveau du Diplôme du Premier Cycle Technique du Cnam

Comprendre les fondements du machine learning appliqué au calcul scientifique. 
Analyser les réseaux de neurones comme outils pour le calcul scientifique et évaluer leurs propriétés de convergence et de généralisation.
Formuler et implémenter des modèles contraints par la physique, notamment les Physics-Informed Neural Networks (PINNs).
Identifier les limites théoriques et numériques de ces approches.

Applications à l'étude des équations de la mécanique des structures, des fluides, de l'acoustique, de la thermique.

Compétences en modélisation numérique de problèmes d'ingénieurs.