Le programme pédagogique pour chacune des Unités d’Enseignement








télécharger 1.63 Mb.
titreLe programme pédagogique pour chacune des Unités d’Enseignement
page1/29
date de publication18.11.2016
taille1.63 Mb.
typeLe programme
b.21-bal.com > documents > Le programme
  1   2   3   4   5   6   7   8   9   ...   29





CAMPAGNE D’HABILITATION

2008

Master D’Informatique
ANNEXES Spéc. IF
A renseigner obligatoirement (1 dossier par annexe)

ANNEXE 1
Fournir le programme pédagogique pour chacune des Unités d’Enseignement, en précisant à chaque fois les éléments constitutifs et les intervenants
Nom UE : Systèmes dynamiques discrets

Intervenant : Enrico Formenti

Structure : 21 CM, 21 TD (parcours IF) – 12 CM, 9 TD (parcours PENSUNS)

Objectifs : comprendre les éléments essentiels et l'utilité de la modélisation par systèmes dynamiques discrets

Programme :

  1. Phénomènes réels et modèles

  2. Points périodiques et stabilité

  3. Familles des systèmes dynamiques

  4. Systèmes linéaires

  5. La fonction logistique

  6. Questions de décidabilité

  7. Applications pratiques


Les volumes et le contenu précis de chaque chapitre seront modulés en fonction deux parcours.
Bibliographie :

  • A First Course in Discrete Dynamical Systems, Richard A. Holmgren - Mathematics – 1996.

  • Discrete Dynamical SystemsTheory and Applications, James T. Sandefur - Mathematics – 1990.

  • Discrete Dynamical Modeling, James T. Sandefur - Mathematics – 1993.


o-O-o
Nom UE : Logique

Intervenant : Emmanuel Kounalis

Structure : 21 CM, 21 TD
Objectif : Ce cours présente d’abord formellement les bases de la Logique classique qui est fondée sur l’opposition du vrai et du faux. Ensuite, on montre comment elle sert la vie quotidienne, la mathématique et l’informatique.
Programme :
Unité1 : Formaliser : des objets aux énoncés

Unité2 : Interpréter : des énoncés aux objets

Unité3 : Prouver : des énoncés aux énoncés

Unité4 : Appliquer : Mathématiques, Vie Athénienne, Informatique.
Bibliographie :



  1. 1. Y. Delmas-Rigoutsos et R. Lalement : La logique ou l’art de raisonner, à quate Quatre, Editions Le pommier. 2009

  1. A.Aho et J.Ullman, Concepts fondamentaux de l'informatique, Dunod, 1993.


o-O-o
Nom UE : Optimisation combinatoire

Intervenant : Bruno Beauquier

Structure : 18 CM, 24 TD
Objectifs :
L'Optimisation Combinatoire est une branche de l'optimisation en Mathématiques Appliquées et en Informatique, également liée à l'Algorithmique, la Théorie de la Complexité et la Recherche Opérationnelle.
Un problème d'Optimisation Combinatoire consiste à trouver une solution optimale, selon une fonction objectif, dans un ensemble discret de solutions réalisables. En général, cet ensemble est fini mais compte un très grand nombre d'éléments, et il est décrit de manière implicite, c'est-à-dire par une liste de contraintes que doivent satisfaire les solutions réalisables.
L'enseignement proposé aborde la plupart des problèmes classiques en Optimisation Combinatoire et se situe au carrefour de la Théorie des Graphes, de l'Informatique Théorique et de la Programmation Mathématique. Ses objectifs principaux sont :


  • l'étude de méthodes exactes, à base d'algorithmes de graphes et de programmation mathématique;

  • l'application de ces méthodes sur les problèmes classiquement rencontrés ;

  • la modélisation et la résolution de problèmes combinatoires concrets.


Programme :


  • Théorie des graphes : graphes orientés et non-orientés, voisinages et degrés, chemins et diamètre, arbres, graphes bipartis, graphes Eulériens ;

  • Connexité : parcours d'un graphe, calcul des composantes connexes, k-connexité et théorèmes de Menger, caractérisations de certaines connexités ;

  • Couplages : chemins augmentants, couplages parfaits, couplages dans les graphes bipartis, couvertures (dualité), couplages de poids maximal, couvertures en chemins ;

  • Réseaux de flot : réseaux de capacités et flots simples, problème du flot maximal, coupes, théorème min-max, algorithmes de poussée, applications aux problèmes de connexité et de couplage ;

  • Coloration : nombre et indice chromatique, bornes inférieures et supérieures, coloration des graphes planaires ;

  • Programmation linéaire : programmes linéaires, algorithme du simplexe, dictionnaires, théorème fondamental.


Bibliographie :
1. "Graph Theory", par Reinhard Diestel, Springer-Verlag, Graduate Texts in Mathematics, Volume 173, 2005, 431 pages, ISBN 3-540-26182-6 ou 3-540-26183-4.

  1. "Combinatorial Optimization", par W.J. Cook, W.H. Cunningham, W.R. Pulleyblank, et A. Schrijver, John Wiley and Sons, 1998, 355 pages, ISBN 0-471-55894-X.


o-O-o
Nom UE : Sémantique des langages de programmation

Intervenant : Yves Bertot.

Structure : 14 CM, 14 TD, 14 TP

Objectifs :

Le but de ce cours est d'apprendre démontrer la correction d'outils de manipulation de programmes.

Trois outils sont visés: un outil de génération de conditions, un outil d'analyse statique, et un interprète. L'ensemble est décrit de manière à permettre une vérification par ordinateur et la génération automatique des outils à partir des spécifications et des preuves.
Unité 1 : description du langage de programmation, sémantique naturelle +sémantique à petit pas
Unité 2 : preuves par récurrence sur les dérivations, exemple sur l'équivalence entre sémantique naturelle et la sémantique à petits pas
Unité 3 : introduction orale à Coq, description en Coq des spécifications sémantiques, techniques de raison-nement par récurrence et inversion, encodage de la preuve d'équivalence.
Unité 4 : démonstration sur machine en Coq: preuve de correction d'une transformation de programmes

Unité 5 : introduction à la sémantique axiomatique, preuve de correction de la sémantique axiomatique (oralement en Coq).

Unité 6 : preuve de correction d'un générateur de conditions de vérification (décrit en Coq).

Unité 7 : introduction à l'interprétation abstraite: cas des intervalles (description de la preuve de correction)

Unité 8 : description formelle d'un interprète concret et vérification de sa correction vis-à-vis de la séman-tique naturelle.

Bibliographie :

  1. The Formal Semantics of Programming Languages, Glyn Winskel, The MIT Press, 1993.

  2. Des notes de cours personnelles seront distribués en cours.


o-O-o
Nom UE : Introduction aux Bases de données décisionnelles

Intervenant : Martine Collard

Structure : 9h CM, 4,5h TD, TP 7,5h

Objectifs :

Présenter les principes et les méthodes spécifiques du domaine des bases de données décisionnelles, et en particulier l'entreposage de données ou "Datawarehousing"' et la fouille de données encore appelé "Extraction automatique de connaissances à partir de données" ou "Data Mining" pour les anglo-saxons.

Un entrepôt de données, ou "datawarehouse", permet, d'unifier les données de production issues de sources hétérogènes de manière à les rendre exploitables par une analyse décisionnelle.

La fouille de données est focalisée sur les données précédemment stockées par des processus divers, éventuellement dans un entrepôt ; ces données sont réutilisées pour exploration par des techniques d'analyse qui permettent de mettre à jour et restituer des connaissances sur des phénomènes inconnus ou oubliés. Au travers des multiples tentatives pour caractériser ce domaine, on peut retenir quatre objectifs fondamentaux qui justifient la métaphore de l'extraction et de la transformation de mineral :

- fouiller, creuser, extraire ce qui est caché

- prendre en compte le volume de données

- transformer des données brutes en connaissances expertes

- fournir des connaissances précieuses car nouvelles, valides et utiles à un utilisateur expert
Cet enseignement est organisé en cours magistraux et séances de TD et TP. Nous présentons, dans les cours magistraux, les principes de modélisation et d'utilisation d'un entrepôt de données et les algorithmes et méthodes d'extraction les plus standard dans le domaine de la fouille de données. Les séances de TD permettent de comprendre le fonctionnement des algorithmes en les appliquant à des jeux de données simples et peu volumineux. Lors des séances de TP, différents outils implémentant les méthodes présentées en cours et TD sont mis en œuvre dans le cadre du logiciel Weka (http://www.cs.waikato.ac.nz/~ml/weka/).
Programme :
1. Panorama des systèmes décisionnels

− Problématiques

− Déroulement d'une étude de data mining

− Méthodologie CRISP-DM

− Types d'application

− Aperçu des techniques

2. Entrepôts de données

− Modélisation multidimensionnelle

− Niveaux d’abstraction : Conceptuel, Logique, Physique

− Algèbre de manipulation multidimensionnelle

3. Exploration et Préparation des données

− Détection et traitement des valeurs manquantes

− Détection et traitement des valeurs erronées

− Détection des dépendances entre variables

− Transformation des variables

− Discrétisation

4. Méthodes de classification non supervisée

− Définition, Calcul de distance, Problème des variables continues

− Evaluation de la qualité de la classification

− Interprétation des classes obtenues

− Méthodes par partitionnement – Exemple des K-Moyennes

− Méthodes hiérarchiques ascendantes et descendantes

− Méthodes mixtes

− Exemples

5. Techniques de recherche d'associations

− Principes,

− Algorithme fondateur Apriori et optimisations

− Exemples

6. Méthodes de classement et de modélisation prédictive

− Ensemble d'apprentissage et de test, taux d'erreur, sur-apprentissage

− Techniques de classement par arbres de décision

− Techniques de classement par réseaux bayésiens

− Aperçu des autres techniques

− Exemples

7. Facteurs de succès d'un processus de Data Mining

Bibliographie :


  1. Gilbert Saporta, Data mining et statistique décisionnelle, Éditions Technip,.2005.

  2. Ian Witten and Eibe Frank, Data Mining, Practical Machine Learning Tools and Techniques, 2nd edition, Morgan Kaufman, 2005.

  3. Michael Berry & Gordon Linoff, Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, 2nd edition, InterEditions, 2004

  4. Jiawei Han, Micheline Kamber, Data Mining : Concepts and Techniques, Morgan Kaufmann, David T. Connolly & C. Begg, Systèmes de bases de données, Eyrolles, 2005.

  5. Hand, Heikki Mannila, Padhraic Smith, Principles of Data Mining, MIT Press,

  6. L. Hobbs & al., Oracle 10g Data Warehousing. Elseiver, 2005

  7. R.Kimball & M. Ross, Entrepôts de données – guide de modélisation multi-dimensionnelle, 2ème ed. Wiley, 2003.


o-O-o
Nom UE : Systèmes

Intervenant : Fabrice Huet

Structure : 9 CM, 12 TP

Objectifs:

  1. Étudier les systèmes d'exploitation à travers les services qu'ils proposent

  2. Détailler les structures de données et algorithmes utilisés dans l'implémentation de certains de leurs mécanismes

Programme:

Les cours aborderont les points suivants

  1. Principes et Architecture des Systèmes d'exploitation

  2. Processus et Threads (création, ordonnancement, deadlocks)

  3. Caches (principes, fonctionnement, algorithmes)

  4. Gestions de la mémoire

  5. Périphériques et Systèmes de fichiers

Les concepts étudiés seront mis en pratique dans des Tps de programmation.

Bibliographie :

Le cours est basé sur les livres suivants

  1. Modern Operating Systems by Andrew S. Tanenbaum

  2. Operating Systems : Design and Implementation by Andrew S. Tanenbaum


o-O-o
Nom UE : Programmation système 1

Intervenant : Fabrice Huet

Structure : 9 CM, 12 TP

Objectifs :

  1. Comprendre les services fournis par un système d'exploitation aux programmeurs

  2. Apprendre la programmation Système

Programme :

Les cours aborderont les points suivants

  1. Rappels sur les systèmes d'exploitation (Principes, architecture)

  2. Fichiers

  3. Signaux

  4. Utilisation des processus et threads

  5. Communications inter-processus

Les concepts étudiés seront mis en pratique dans des Tps de programmation.
Bibliographie :

Le cours est basé sur les livres suivants :

  1. Advanced Programming in the Unix Environment by Richard W. Stevens and Stephen A. Rago

  2. Linux Device Drivers, by Jonathan Corbet, Alessandro Rubini, and Greg Kroah-Hartman


o-O-o

Nom UE : Synthèse d'images

Intervenant : Michel Buffa

Structure : 9 CM, 12 TP

Programme :

o-O-o
Nom UE : Génie logiciel orientée objet

Intervenants : Philippe Collet, Philippe Lahire

Structure : 9 CM, 12 TP

Objectifs :

Maîtriser les principes et techniques de génie logiciel, en se focalisant sur les apports de l'approche par objets. Mise en oeuvre de techniques de test, de réflexivité, de gestion prévisionnelle et adaptative de l'évo-lution. Découverte de patrons de conception.

Programme :

- prise en main d'un environnement de développement professionnel

- outil de construction et de gestion des sources associé

- test OO, principes et applications de l'eXtreme Programming

- introspection et réflexivité

- chargement dynamique

- héritage vs. Généricité

- patrons de conception
o-O-o

Nom UE : Programmation des systèmes distribués

Intervenant : Denis Caromel

Structure : 15 CM, 6 TP

Programme :

La construction des applications parallèles et réparties est marquée par l'importance croissante des méthodes utilisant l'assemblage, l'intégration et l'adaptation de logiciels existants, et par le développement du support logiciel correspondant (intergiciel). Ce module présente les principaux modèles d'interaction (exécution, partage d'information) des applications parallèles et réparties, le principe des supports logiciels (objets ré-partis, composants) et des algorithmes qui les mettent en œuvre (algorithmique distribués, synchronisation).
o-O-o
Nom UE : Théorie de l'information

Intervenant : Andrei Romashchenko

Structure : 12CM, 9TD

Programme :


  1. The number of information in a finite object: combinatorial approach

a) Searching a faulty element

b) Secrete sharing

  1. Probabilistic approach to the measure of information

a) Shannon entropy: definition and basic properties

b) Kraft's inequality, the Shannon/Fanno code

c) Shannon's noiseless coding theorem

  1. Transmission of the information in noisy channels

a) Channels with bounded number of errors. Simple upper and lower bounds for capacity of a channel

b) Hamming's codes

c) Reed-Solomon codes

d) Shannon's noisy channel coding theorem

  1. Algorithmic definition of the measure of information

a) Kolmogorov complexity of a nite word

b) The Kolmogorov-Levin theorem about symmetry of the mutual information

c) Connections between Kolmogorov complexity and Shannon's entropy

d) Applications of Kolmogorov complexity in combinatorics
  1   2   3   4   5   6   7   8   9   ...   29

similaire:

Le programme pédagogique pour chacune des Unités d’Enseignement iconProgramme des unités d’enseignement du M1

Le programme pédagogique pour chacune des Unités d’Enseignement iconI. annexe – Liste des unités d'enseignement A. Unité d'enseignement : Algèbre Linéaire

Le programme pédagogique pour chacune des Unités d’Enseignement iconLe programme des conférences de D3, de septembre à juin, porte sur...
«ancienneté» dans ce contexte pédagogique, explique que la grande majorité d’entre nous a l’expérience de l’enseignement et de l’évaluation...

Le programme pédagogique pour chacune des Unités d’Enseignement iconLe programme popamphibien communauté est donc, avant tout, un indicateur...
«aire») est suivie, en recensant les sites de reproduction utilisés pour chacune d’elles. La colonie reproductrice est constituée...

Le programme pédagogique pour chacune des Unités d’Enseignement iconProgramme pedagogique operationnel

Le programme pédagogique pour chacune des Unités d’Enseignement iconProgramme pedagogique operationnel

Le programme pédagogique pour chacune des Unités d’Enseignement iconF iche pédagogique réalisée dans le cadre de l’Université d’été de...

Le programme pédagogique pour chacune des Unités d’Enseignement iconProgramme Pédagogique 2009 2010

Le programme pédagogique pour chacune des Unités d’Enseignement iconCours ppa-6015 Fiche d’analyse d’une méthode d’enseignement Étude...
«poser un diagnostique, [ ] proposer des solutions et [ ] déduire des règles ou des principes applicables à des cas similaires»....

Le programme pédagogique pour chacune des Unités d’Enseignement iconCours ppa-6015 Fiche d’analyse d’une méthode d’enseignement Étude...
«poser un diagnostique, [ ] proposer des solutions et [ ] déduire des règles ou des principes applicables à des cas similaires»....








Tous droits réservés. Copyright © 2016
contacts
b.21-bal.com