UMR CNRS 7253

Outils du site

fr:enseignements

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision		Révision précédente
fr:enseignements [2014/04/01 10:24] – quostbenfr:enseignements [2018/12/04 15:36] (Version actuelle) – [TIS02 (master)] quostben
Ligne 4: Ligne 4:
 ===== Statistiques pour l'ingénieur ===== ===== Statistiques pour l'ingénieur =====
  
-([[http://www4.utc.fr/~sy02|lien]] vers la page de SY02) +([[http://moodle.utc.fr/enrol/index.php?id=1717|lien]] vers la page de SY02) 
  
 Le module présente aux étudiants les concepts et les méthodes de base de la statistique en vue de son utilisation dans les sciences de l'ingénieur.  Le module présente aux étudiants les concepts et les méthodes de base de la statistique en vue de son utilisation dans les sciences de l'ingénieur. 
-Les notions d'estimation, d'intervalle de confiance, de tests d'hypothèses, de régression linéaire, d'analyse de la variance y sont notamment abordées. \\ +Les notions d'estimation, d'intervalle de confiance, de tests d'hypothèses, de régression linéaire, d'analyse de la variance y sont notamment abordées. \\ 
 {{fr:lapin_meca_1.jpg?1 |}}  {{fr:lapin_meca_1.jpg?1 |}} 
  
Ligne 20: Ligne 20:
 ===== Optimisation linéaire et non linéaire ===== ===== Optimisation linéaire et non linéaire =====
  
-([[http://www4.utc.fr/~ro04|lien]] vers la page) +([[http://moodle.utc.fr/enrol/index.php?id=1760|lien]] vers la page) 
  
 Le module introduit les techniques de base en optimisation linéaire (méthode du simplexe, notion de dualité), programmation linéaire en nombres entiers, et optimisation non-linéaire (méthodes de gradient, méthodes de Newton et quasi-Newton).  Le module introduit les techniques de base en optimisation linéaire (méthode du simplexe, notion de dualité), programmation linéaire en nombres entiers, et optimisation non-linéaire (méthodes de gradient, méthodes de Newton et quasi-Newton). 
Ligne 30: Ligne 30:
 ===== Analyse des données, Data Mining ; décision, diagnostic, apprentissage automatique ===== ===== Analyse des données, Data Mining ; décision, diagnostic, apprentissage automatique =====
  
-(liens : vers la page de [[http://www4.utc.fr/~sy09|SY09]], et vers la page de [[http://www4.utc.fr/~sy19|SY19]]) +(liens : vers la page de [[http://moodle.utc.fr/enrol/index.php?id=1770|SY09]], et vers la page de [[http://moodle.utc.fr/enrol/index.php?id=1718|SY19]]) 
  
 Les deux modules SY09 et SY19 ont pour objectif de présenter aux étudiants les techniques modernes de l'analyse de grands ensembles de données et les outils de base de la fouille de données (data mining). Les principales méthodes d'apprentissage supervisé et non supervisé y sont abordées.  Les deux modules SY09 et SY19 ont pour objectif de présenter aux étudiants les techniques modernes de l'analyse de grands ensembles de données et les outils de base de la fouille de données (data mining). Les principales méthodes d'apprentissage supervisé et non supervisé y sont abordées. 
Ligne 38: Ligne 38:
 Ces modules s'adressent à des étudiants en fin de cursus (BAC+4/BAC+5).  Ces modules s'adressent à des étudiants en fin de cursus (BAC+4/BAC+5). 
  
-== Maintenance == 
  
-La page de SY09 est en maintenance. Vous pouvez trouver le sujet du TP2 {{fr:tp2-sy09.pdf|ici}}.  
  
  

Outils de la page

Outils pour utilisateurs

fr/enseignements.1396340669.txt.gz · Dernière modification : 2014/04/01 10:24 de quostben
Mentions légales