Teaching

Module
Data mining - Développement d'applications décisionnelles - Techniques de gestion pour la décision - Calculs statistiques - Théorie des graphes - Programmation orientée object

Data Mining (DUT Statistique et Informatique Décisionnelle)

Notes de cours :
Introduction
Classification supervisée - Méthode des k plus proches voisins
Classification supervisée - Évaluation
Classification supervisée - Régression logistique et régularisation
Classification supervisée - Classifieur bayésien naïf
Classification non supervisée - Méthode des k moyennes
Travaux dirigés :
Classification supervisée - Méthode des k plus proches voisins et régression logistique
Classification non supervisée - Méthode des k moyennes
Travaux pratiques :
Classification supervisée avec Weka - Prise en mains
Classification supervisée avec Weka - Étude de cas
Classification non supervisée avec Weka - Étude de cas

Techniques de gestion pour la décision (DUT Statistique et Informatique Décisionnelle)

Travaux dirigés :
Ajustement linéaire et corrélation linéaire
Calcul des coefficients de la droite des moindres carrés
Optimisation par programmation linéaire

Développement d'applications décisionnelles (DUT Statistique et Informatique Décisionnelle)

Supports de cours :
Introduction au génie logiciel, modélisation des besoins et modélisation des données avec UML
Rappels en programmation et en requêtage de de données avec avec VBA et SQL
Développement d'applications décisionnelles - travaux dirigés :
Diagrammes des cas d'utilisation - Études de cas
Diagramme de classes - Étude de cas

Calculs statistiques (LP Logistique Globale)

Notes de cours:
Statistique descriptive univariée - Rappels
Statistique descriptive bivariée - Bases
Travaux dirigés:
TD1 - Statistique descriptive univariée
TD2 - Statistique descriptive univariée

Théorie des graphes (Master Sciences Cognitives)

Supports de cours :
Introduction, définitions et concepts fondamentaux
Définitions et concepts fondamentaux, quelques démonstrations
Représentation d'un graphe
Parcourir un graphe
Parcours en largeur, parcours en profondeur
Problème de flot maximal, application à la modélisation de conflits dans un réseau social
Travaux pratiques :
TP 1

Programmation orientée objet (Master Informatique)

Projet :
Arbres quadratiques pour la compression d'image