Annexe au dossier du cursus CMI SID Licence - Master en Ingénierie. Syllabus L3 et Master SID Statistique et Informatique Décisionnelle

Dimension: px
Commencer à balayer dès la page:

Download "Annexe au dossier du cursus CMI SID Licence - Master en Ingénierie. Syllabus L3 et Master SID Statistique et Informatique Décisionnelle"

Transcription

1 Annexe au dossier du cursus CMI SID Licence - Master en Ingénierie Syllabus L3 et Master SID Statistique et Informatique Décisionnelle Toulouse 3 14 février

2 I - Licence 3 Semestre 5 4 I-1. Concepts Fondamentaux des Bases de Données I-2. Langage de Requêtes I-3. Programmation Avancée et Unix I-4. Analyse I-5. Probabilités I-6. Algèbre linéaire I-7. Statistique Exploratoire I-8. Processus et Modélisation I-9. Techniques de communication I-10. Langage R. I II - Licence 3 Semestre 6 7 II-1. Optimisation de requêtes II-2. Connexion et intégration d outils II-3. Concepts RI II-4. Préparation aux bureaux d études II-5. Projet tutoré II-6. Modèles linéaires II-7. Statistique Inférentielle II-8. Etudes de cas statistiques II-9. Plans d expériences II-10. Projet tutoré II-11. Techniques de communication II-12. Culture d entreprise II-13. Outils statistiques II-14. Outils statistiques II-15. Marketing III - Master 1 Semestre 7 10 III-1. Protection de données III-2. Génie logiciel III-3. Data mining III-4. Data warehouse (entrepôt de données) III-5. Statistique Exploratoire III-6. Algèbre III-7. Analyse III-8. Optimisation Mathématique III-9. Sondages III-10.Contrôle qualité III-11.Système d information géographique III-12.Techniques de communication IV - Master 1 Semestre 8 13 IV-1. Systèmes répartis et bases de données réparties IV-2. Extension Objets du Relationnel IV-3. Graphes et optimisation IV-4. Normes W3C : Standards associés et XML IV-5. Projets tutorés : Statistique et applications Décisionnelles IV-6. Modélisation Bayésienne IV-7. Modèles linéaires généralisés /20

3 IV-8. Séries Chronologiques IV-9. Techniques de communication et conférences V - Master 2 Semestre 9 16 V-1. Environnement décisionnel : OLAP V-2. Bases de données à grande échelle V-3. Indexation par le contenu Documents Audio et Vidéo V-4. Évaluation des processus et certification V-5. Normes W3C : XML et les Bases de Données V-6. Apprentissage Statistique V-7. Statistiques bio-médicales V-8. Modèle linéaire gaussien général V-9. Maîtrise statistique des procédés V-10. Fiabilité des systèmes V-11. Fiabilité des matériaux V-12. Modèles statistiques pour l information textuelle V-13. Cycle de décision en entreprise V-14. Techniques de communication V-15. Conférences thématiques VI - Master 2 Semestre /20

4 I - Licence 3 Semestre 5 I-1. Concepts Fondamentaux des Bases de Données Objectifs visés : Introduire les concepts fondamentaux des Bases de Données Relationnelles (BDR) et présenter les principes de la conception d une BDR. Programme : 1. Introduction aux BD et fonctions d?un système de gestion de bases de données 2. Modèles de données : modèle entité/association et modèle relationnel. 3. Algèbre relationnelle. 4. Dépendances fonctionnelles et normalisation d?une relation Fonctionnement : 18h CM, 16h TD. Un examen terminal I-2. Langage de Requêtes Objectifs visés : 1. Maîtriser les langages utilisés dans les bases de données, tant du point de vue de la définition, de la manipulation, de l interrogation ou du contrôle des données. 2. Méthodes, Techniques et outils des systèmes relationnels. Environnement du Système de Gestion de Bases de Données (SGBD) Oracle. Programme : Langage de Définition des Données Langage de Manipulation des Données Langage d interrogation des Données Programmation PL/SQL Fonctionnement : Cours TD TP. Contrôle continu (rendus de TP) + examen terminal I-3. Programmation Avancée et Unix L objectif de cette UE est de donner aux étudiants les connaissances théoriques et pratiques de base concernant d une part le système Unix, d autre part la programmation à base d objet et le langage Java. L enseignement d Unix donne les bases pour gérer des documents (création, déplacement, recherche, accès à distance et protection de ses fichiers) ainsi que les notions de Shell, de commande (redirection d entrée et de sorties, pipes), de gestion de jobs et de création de scripts. La partie programmation avancée donne les bases de la programmation objet avec pour support le langage JAVA. Il s articule autour de 5 chapitres : Chapitre 1 : Plateforme et langage Java. Installation des kits Java, compilation et exécution d un programme simple. Description du langage : types de données, actions élémentaires, structures de boucles, structures conditionnelles, notion de fonctions. Chapitre 2 : Notion d objet (attribut, méthode). Comment choisir et construire des objets. Utilisation d UML pour leur représentation. Les objets dans le langage JAVA. Interaction entre objets. Chapitre 3 : Organisation de classes. Attributs et méthodes de classes. La spécification et la généralisation de classes. L héritage en langage objet et en JAVA. Chapitre 4 : L encapsulation. Classification des classes java, modificateurs de portée. Concepts de surcharge, de redéfinition et de polymorphisme. Chapitre 5 : Abstraction. Classes et méthodes abstraites. Interfaces et leurs utilisation. Fonctionnement : Cours TD TP. Un contrôle terminal I-4. Analyse 1 Ce cours donne les bases d analyse au calcul des probabilités. Il s articule autour de trois chapitres : Chapitre 1 : suite et séries. Exemples classiques : séries géométriques, exponentielle et de Riemann. Critères de convergence pour les séries à termes positifs. 4/20

5 Chapitre 2 : Intégrales. Intégration sur un intervalle borné d une fonction continue par morceaux. Calcul de primitives. Extensions aux cas d intervalles non compacts et aux fonctions non bornées. Chapitre 3 : Calcul des développements limités et applications. Fonctionnement : Cours TD. Contrôle continu trois interrogations écrites. Un contrôle terminal. I-5. Probabilités 1 Ce cours a pour objectifs l acquisition des notions fondamentales de probabilités en vue des applications statistiques. Rappels de théorie des ensembles Probabilités finies : dénombrement et combinatoire. probabilités sur un ensemble fini. Lois de Bernoulli, binomiale, hypergéométrique. Probabilités conditionnelles Probabilités discrètes familles sommables mesures de probabilités variable aléatoire discrète, loi d une variable aléatoire espérance, variance, moments Loi de Poisson Inégalité de Markov, de Bienaymé-Tchebychef. Espaces de probabilités généraux variable aléatoire continue densité, fonction de répartition indépendance de variables aléatoires espérance, moment lois uniforme, exponentielle, normale suite de variables aléatoires, convergence en probabilité Intervalles de confiance Loi des grands nombres Théorème de la limite centrale. calculs simples d intervalle de confiance Fonctionnement : contrôles des connaissance par un examen partiel et un examen terminal. I-6. Algèbre linéaire Ce cours traite les quatre sujets suivants : Espaces vectoriels sur R Applications linéaires Lien avec les matrices Valeurs et vecteurs propres Fonctionnement : Cours TD. Un contrôle terminal. I-7. Statistique Exploratoire 1 L objectif de ce cours est de donner une introduction aux statistiques en prenant un point de vue descriptif. En particulier, cela signifie qu il n est pas fait usage de la théorie des probabilités. Un des objectifs du cours est d introduire l analyse en composantes principales pour les métriques usuelles. Programme du cours : Moyenne pondérée, variance et leurs décompositions par groupes, Distribution d une variable (histogramme, quantiles, boîtes à moustaches,...), Observation de deux variables couplées (régression, indépendance,...), Observation de plusieurs variables couplées (corrélation multiple, inertie,...) 5/20

6 Précisions sur le calcul matriciel (diagonalisation,...), Analyse en Composantes Principales. Fonctionnement : Cet enseignement est organisé en cours de 2 heures avec la classe au complet et en séances de TD de 2 heures par groupe. La validation se fait par un examen final unique. I-8. Processus et Modélisation Cet enseignement comporte deux aspects distincts : les processus et les outils de modélisation. Processus - On apprend ici à maîtriser les méthodes, les outils et les techniques nécessaires à la production de logiciel de qualité industrielle selon le cycle de vie du logiciel. Historique du génie logiciel, Notions et définitions internationales des concepts de bases, Présentation des processus de développement utilisés dans les différents domaines d application, Système Qualité : Normalisation et certification de logiciel, Techniques d Assurance et contrôle Qualité du logiciel. Tous les points évoqués sont illustrés par des exemples d applications. Outils de modélisation - On apprend ici : les méthodes de Modélisation, fondements et objectifs. les concepts UML et les règles applicables les méthode et Structuration d un modèle UML les principaux diagrammes : diagramme de cas d utilsiation, diagrammes de séquence, diagrammes d activité, disagrammes de classe la navigation dans un modèle Fonctionnement : 20h CM, 14h TP. Contrôle continu (oral) et un examen terminal. écrit I-9. Techniques de communication Ce cours est vise à apprendre aux étudiants les techniques de communication à l oral dans le monde du travail. Nous abordons les points suivants : Apprendre à se définir et à mettre en évidence ses atouts en vue de la rédaction d un CV et d une lettre de motivation. Qu est-ce que le monde du travail? Savoir, savoir-faire, savoir-être. Valeurs, compétences, qualités. Organigramme. Le Curriculum Vitae : ce qu il faut faire / les erreurs à éviter ; La lettre de motivation. Chaque point est illustré par des travaux dirigés où les étudiants prennent tour à tour un rôle actif et un rôle critique. Fonctionnement : cours, travaux pratiques notés, examen final. I-10. Langage R. I Enseignement d un langage de programmation destiné à faciliter la récupération des informations contenues sur les sites web. Il s articule autour de 6 chapitres : Chapitre 1 : Données scalaires. Définitions, Expressions, Opérateurs, Fonctions. Chapitre 2 : Listes et tableaux. Définitions, Représentation, variables, Opérateurs et Fonctions. Chapitre 3 : Structures de contrôle : séquences, structures conditionnelles, répétitions. Chapitre 4 : Hachages : définition, expression, fonctions associées. Chapitre 5 : Expressions régulières : définitions des expressions simples et complexes, ancres, utilisation. Chapitre 6 : Sous-programmes : définitions, notions de visibilité de variable, utilisation. Fonctionnement : Cours TD. Contrôle continu en TP. Un contrôle terminal. 6/20

7 II - Licence 3 Semestre 6 II-1. Optimisation de requêtes Objectif(s) et Compétences visés : Présenter les méthodes et les techniques de base d?optimisation de requêtes relationnelles en un environnement centralisé. Comprendre les problèmes posés par l administration d un SGBD centralisé (i.e. mono-processeur)dans une perspective d aide à la décision. Pré-requis : Concepts fondamentaux des BD et des BD relationnelles Programme : Problématique de l optimisation de requêtes et espace de recherche. Architecture logicielle d un optimiseur de requêtes relationnelles. Optimisation logique : règles de transformation des arbres algébriques. Optimisation physique : stratégies de recherche énumératives et aléatoires. Introduction à l administration des SGBD Fonctionnement : Cours (18 H), TD (14 H) et TP (8 H). 1 contrôle terminal II-2. Connexion et intégration d outils Objectifs visés et Programmes : L objectif de ce bureau d études est d asseoir les différents enseignements vus au semestre 5, de montrer également l implication et l utilisation des concepts fondamentaux des BD relationnelles dans les outils commerciaux présents dans les organisations (entreprises, administrations, etc.). Les pré-requis sont donc : modèle Entité/association, langage SQL et PL /SQL. Le projet contient les aspects suivants : Permettre aux étudiants de modéliser un système d informations avec les concepts des modèles Entités/ Association, de réaliser toute l application à partir d utilitaires proposés dans l Atelier Designer, d instrumentaliser les différentes étapes de processus de développement soutenus par des utilitaires proposés par l Atelier. Intégration des Bases de Données, conception et rétro-conception, méthodes ascendante/descendante d intégration des BD, mise en œuvre d intégration de BD relationnelles avec Oracle Application Server 9i. Accès à la base de données via le web. Mise en œuvre de l atelier Designer A la fin de ce bureau d études, un rapport projet est remis aux enseignants. Fonctionnement : 16h CM, 10h TD, 14h TP. Projet noté. II-3. Concepts RI Ce cours présente les concepts et les modèles de base pour la recherche et la sélection d information dans des corpus de textes. Chapitre 1 : Indexation de documents : notions de base et techniques Chapitre 2 : Modèles mathématiques de recherche d information : booléen, vectoriel, booléen étendu, probabiliste Chapitre 3 : Démarche et mesures d évaluation de systèmes de recherche d information Fonctionnement : 12 H Cours, 8H TD, 8H TP. Un contrôle terminal. II-4. Préparation aux bureaux d études L objectif de cette préparation aux bureaux d études est de présenter la démarche de conception et les étapes d analyse pour la conduite du projet tutoré. Fonctionnement : 6 H Cours, 6H TD Contrôle de connaissances : Pas de contrôle 7/20

8 II-5. Projet tutoré L objectif de ce projet est d évaluer une compilation d enseignements dont principalement : concepts RI, concepts BD, langages de requête, langage de RI, génie logiciel. Le projet porte sur la conception, la mise en œuvre et l évaluation d un système de recherche d information. Les principales étapes du projet sont les suivantes : 1. Collecte de contenus textuels à partir d une source (ex wikipédia) 2. Indexation du corpus de textes pour l extraction de contenus (texte) et métacontenus 3. Mise en œuvre d un module d interrogation de l information 4. Evaluation expérimentale de l efficacité du système de recherche d information Fonctionnement : environ 30H /etudiant. Contrôle continu II-6. Modèles linéaires Cet enseignement a pour objectif dans un premier temps de poser les bases du modèle linéaire gaussien, et dans un deuxième temps de préciser les cas particuliers : régression linéaire et analyse de variance. La pratique de ces deux types de modèles sera vue en TD et en TP sous SAS. Fonctionnement : 7 séances de cours + 5 séances de TD + 3 séances de TP par étudiant. II-7. Statistique Inférentielle L objectif de ce cours est de donner une introduction aux statistiques en prenant un point de vue inférentiel. C est-à-dire que la modélisation statistique fait intervenir la notion de variable aléatoire afin de décrire un phénomène général à partir d observations de celui-ci. Le cours est orienté de telle façon à introduire les outils et notions classiques comme l estimation, les intervalles de confiance, les tests,... et d en donner des exemples concrets. Le langage utilisé pour les séances de travaux pratiques est le langage R. Programme du cours : Quelques rappels de théorie des probabilités (Loi des Grands Nombres, Théorème Central Limite,...), Modélisation statistique et introduction à l estimation, Théorèmes et Inégalités classiques (Bienaymée-Tchebitcheff, Slutsky,...), Estimation statistique (biais, consistance,...), Construction d estimateurs (méthode des moments et du maximum de vraisemblance), Intervalles de confiance sur la moyenne et la variance, Tests statistiques et tests gaussiens classiques, Comparaison de deux échantillons gaussiens ou non-gaussiens. Fonctionnement : Cet enseignement se décompose en cours de 2 heures avec l effectif au complet, en TD de 2 heures par groupe et en TP de 2 heures par groupe. La validation se fait par un examen final et, potentiellement, au travers d une note de contrôle continu pour les séances de TP. II-8. Etudes de cas statistiques Ce cours présente quelques problèmes (et des suggestions de résolutions) rencontrés lors du traitement de données réelles : Données manquantes ou incomplètes et imputation. Statistiques descriptive et transformations de variables. Mélanges de populations, ACP et recherche d individus atypiques. Introductions à la modélisation, à la prédiction, à l analyse de sensibilité et aux techniques de rééchantillonage (bootstrap, validation croisée). Ce cours s appui sur un jeu de données réelles issue de la génétique humaine (étude de la variabilité du taux de cholestérol dû à la génétique.). Fonctionnement : Cours magistral et TP R. Evaluation basée sur un rapport de TP. 8/20

9 II-9. Plans d expériences Ce cours présente les bases et les principes des plans d expériences : principe de qualité et du Six Sigma ; intérêt de l expérimentation planifiée par rapport aux essais successifs facteur par facteur ; principe d orthogonalité, calcul des effets et interactions ; réalisation des graphes d effets ; Ces principes sont mis en application pour la réalisation complète d une expérience pour trouver les réglages d une catapulte afin d atteindre une cible. On présente un exemple de traitement logiciel avec JMP4. Fonctionnement : Cours magistral, TP notés. Contrôle final. II-10. Projet tutoré Cet enseignement détaille différentes méthodes pour analyser la qualité des données, ainsi qu une initiation à l analyse de données sous R. Il s articule autour de trois chapitres : Chapitre 1 : Introduction à R pour l analyse descriptive de données. Chapitre 2 : Réalisation de macros R permettant d étudier la qualité des données ( statistique descriptives, adequation à une loi, detection des points aberrants). Chapitre 3 : Etude de différents jeux de données issus du laboratoire Matériaux et Procédés Assystem. Fonctionnement : Cours TD et TP. Un contrôle terminal. II-11. II-12. Techniques de communication voir le projet, section IV-4.1. Culture d entreprise Ce cours présente la définition et les différentes composantes de la culture d entreprise : un ensemble de valeurs partagées par les membres d une entreprise, se manifestant par des symboles, des rites, des mythes, des tabous, des habitudes de travail.. Il aborde ensuite l évolution de la culture d entreprise en tant que variable d action pour le management. Puis sont présentés les fonctions, les enjeux et les limites de la culture d entreprise. II-13. Outils statistiques Ce cours, organisé en séances de travaux pratiques, a pour but d apprendre à manipuler le logiciel SAS. Il s articule autour de 4 séances pratiques : TP1 les principales procédures de SAS, importation/exportation de BDD, graphiques en haute résolution, tests statistiques et quelques éléments de langage macro. TP2 régression linéaire simple et multiple. TP3 analyse en composante principale. TP4 analyse de la variance. Fonctionnement : Modalité d examen : contrôle sur papier ou un projet. II-14. Outils statistiques Ce cours a pour objectifs la prise en main du logiciel SPSS, la découverte des fonctionnalités et de procéder à des analyses statistiques via le logiciel. récupération de fichiers habillage des fichiers récupérés (éditeur de données) transformation de données (création de variables,...) manipulation et transformation de fichiers (pondération, agrégation, transposition, restructuration scission,...) 9/20

10 analyse statistique analyse graphique Fonctionnement : Mode de validation : une étude de cas est à réaliser et à rendre deux semaines après la fin du cours : la note obtenue est la note finale. II-15. Marketing L objectif de ce cours est d introduire aux étudiants les différents concepts du marketing. Il s organise de la façon suivante : Introduction : définition et historique du marketing. Exercice noté : le marché du téléphone portable en Inde. Partie 1 : Connaissance et politique produit (notion de produit, fonction du produit, cycle de vie, AVF, image et notoriété, politiques de prix). Etudes des cas : Renault Logan et chupa chups Partie 2 : Connaissance et politique de distribution (circuits, structures et réseaux). Exercice noté : la distribution des cartes téléphoniques au Mali. Partie 3 : Actions sur le marché et communication (histoire de la pub, définition, caractéristiques, organisation). Exercice noté : étude d une publicité coca-cola. Les études de cas se font par groupes de 5 à 6 étudiants, et permettent de balayer les différents concepts étudiés ; elles sont à restituer dans les trois semaines suivant le cours. Fonctionnement : cours suivi d exercices et études de cas. Evaluations individuelles (exercices à rendre) et par groupe (étude de cas). III - Master 1 Semestre 7 III-1. Protection de données Les objectifs de ce cours sont principalement : l étude des problèmes liés à l intégrité des bases de données (BD) actives puis décrire les mécanismes que fournit un système de gestion de BD (SGBD) pour assurer la cohérence des données ; étudier les protocoles d accès à la BD permettant d assurer la confidentialité des données selon un schéma défini dans les applications métiers, apprendre à écrire des programmes d application qui garantissent la cohérence de la BD dans un environnement concurrentiel, étudier les mécanismes qui permettent la reprise de fonctionnement normal d une BD après la survenue d une panne. 1. Chapitre 1 : Intégrité et BD actives- conception et mise en œuvre d un système de déclencheurs 2. Chapitre 2 : Confidentalité des données : droits, roles, administration de la confidentialité, schémas externes et vues 3. Chapitre 3 : Gestion des accès concurrents : transactions et propriétés, techniques de contrôle d accès concurrents 4. Chapitre 4 : Sécurité de fonctionnement : catégories de pannes, outils, techniques et algorithmes de reprise après panne Fonctionnement : 16 H Cours, 10H TD, 10H TP. Un contrôle continu et un contrôle terminal. III-2. Génie logiciel L objectif de ce cours est de maîtriser les concepts, les méthodes et outils instaurés dans un environnement de développement de projet dans différents secteurs d activités de l industrie. Partie 1 : Méthodes Agiles. Partie 2 : Processus de développement Itératif. Partie 3 : Gestion de Projet : Différentes Méthodes de Modélisation Partie 4 : Gestion de Configuration : Intégration continue, Normes, Référentiels, Espace de développement, Espace de Référence. Partie 5 : Gestion des Risques 10/20

11 Partie 6 : Définition des exigences Partie 7 : Métrologie : Mesure et Diagnostic qualité du logiciel Fonctionnement : 28 H Cours, 12H TD. Un contrôle terminal et Contrôle continu oral sur les Concepts vus en Cours III-3. Data mining Ce module a pour but de familiariser les étudiants aux enjeux et principales méthodes du data mining et du text mining. Sont abordés notamment : l étude des sources d informations stratégiques externes à l entreprise, l harmonisation des contenus, l analyse via des méthodes de la statistique, de l analyse de données multidimensionnelles, les méthodes des classifications, la théorie des graphes, la cartographie géostratégique. Les TP sont effectués sur la plate-forme de veille stratégique Tétralogie. Cet enseignement est suivi d un bureau d étude réalisé en petits groupes sur un sujet scientifique et/ou technologique d actualité. Fonctionnement : 14 H Cours, 12H TD, 10H TP. Un contrôle terminal. III-4. Data warehouse (entrepôt de données) Ce cours introduit les principes des bases de données multidimensionnelles. Il s articule autour de quatre parties : Partie 1 : Outils décisionnels. Problématique décisionnelle. Partie 2 : Principes de l analyse OLAP. Représentation multidimensionnelle Partie 3 : Architecture de solution décisionnelle à base d entrepôt de donnnéees. Entrepôts de donnéees. Principes d un ETL. Magasins de données. Partie 4 : Modélisation multidimensionnelle. Modélisation conceptuelle. Modélisation logique R- OLAP en étoile et en flocon. Modélisation physique avec Oracle. Les TP concernent l apprentissage de l outil ETL Oracle Warehouse Builder. Fonctionnement : Cours,TD et TP. Contrôle continu sur les notions abordées en TP. Un contrôle terminal. III-5. Statistique Exploratoire 2 L objectif de ce module est de donner une introduction aux méthodes de statistique descriptive multidimensionnelle. Après des rappels d algèbre linéaire, on étudiera les méthodes factorielles classiques basées sur la projection des données sur des espaces propres associés à la diagonalisation de matrices estimées sur les données. Les méthodes de classification supervisée ou non supervisée feront l objet de la dernière partie. Fonctionnement : Le cours est accompagné de TD et TP. Le contrôle continu consiste en la rédaction de compte rendus de TP. Il y a un examen final. III-6. Algèbre 2 Espaces euclidiens Projection orthogonale Diagonalisation des matrices symétriques Décomposition en valeurs singulières Fonctionnement : 8h de CM et 6h de TD. Un contrôle terminal. III-7. Analyse 2 1. Formules de Taylor à l ordre n, développements limités, applications. 11/20

12 2. Intégrales multiples : formules de changement de variables, théorème de Fubini. Applications aux probabilités. Fonctionnement : 8h de CM et 8h de TD. Un contrôle terminal. III-8. Optimisation Mathématique 1. Généralités sur l optimisation 2. Formulations et applications industrielles 3. Fonctions à une seule variable : propriétés des fonctions (unimodalité, convexité,...) critères d optimalité méthodes de recherche sans dérivées dichotomique, section d or méthodes de recherche avec dérivées (Newton-Raphson, sécante) 4. Vitesse de convergence des algorithmes 5. Fonctions de plusieurs variables : généralités, gradient, hessien critères d optimalité algorithme de la plus profonde descente algorithme de Newton méthodes de quasi-newton approximation numérique du gradient 6. Optimisation sous contraintes : généralités conditions de KKT algorithmes (principes) méthodes (principes) des pénalités, fonctions barrières, points intérieurs,... détail d un algorithme (SQP) Fonctionnement : 12h de CM, 12h de TD, et 10h de TP. La note finale finale regroupe la note d examen final et la note de TP. III-9. Sondages L objectif du cours est de former l étudiant aux différentes techniques de sondage : il y a donc transmission de la théorie des sondages et de cas pratiques d enquêtes. Les chapitres présentés sont les suivants : introduction : rappel de notions et distribution d échantillonnage sondage aléatoire simple sondage stratifié sondage à plusieurs degrés les redressements : post-stratification, estimateur par le ratio, estimateur par la régression, traitement de la non-réponse Fonctionnement : 8H C, 4H TD, 4H TP. Un examen écrit. 3 études de cas. III-10. Contrôle qualité Ce cours donne les bases de Maitrise Statistiques des Procédés et renforce les connaissances en programmation sous le logiciel R. Il s articule autour de trois chapitres : Chapitre 1 : Les fonctions ou macros sous R. Chapitre 2 : Tests d adéquation à une loi de probabilité. Exemples classiques : Test d Anderson Darling, de Kolmogorov Smirnov. TP sous R avec des jeux de données issus du laboratoire Matériaux et Procédés Assystem. 12/20

13 Chapitre 3 : Introduction à la MSP. Les différentes cartes de contrôle. Capabilité. Diagramme de Pareto. Application à l aide du logiciel R. Etude d un jeu de données de production. Fonctionnement : 4H Cours, 4H TD et 4H TP. Un contrôle terminal. III-11. Système d information géographique L objectif de cet enseignement est de permettre aux étudiants de réaliser des cartographies et de maîtirser les concepts de base d un SIG. Lors des différents TD, ils apprennent à gérer, consulter, créer et valoriser l information géographique sur le logiciel libre QGIS. Fonctionnement : 6H Cours, 4H TD. Contrôle continu III-12. Techniques de communication Nous étudions comment mener un entretien téléphonique et quelles sont les techniques d argumentation afin de réaliser une enquête auprès de statisticiens en place. L objectif est de découvrir les avantages et les inconvénients du métier tout en développant un réseau professionnel propre. Fonctionnement : cours, TD, contrôle continu des TD. IV - Master 1 Semestre 8 IV-1. Systèmes répartis et bases de données réparties Objectif(s) et Compétences visés : Introduire les concepts, les objectifs, et les caractéristiques fondamentaux des systèmes répartis. Présenter les principes de base de la conception des systèmes de bases de données réparties. Comprendre comment il est possible d exploiter efficacement un SGBD réparti dans un contexte d aide à la décision. Programme : 1. Introduction aux systèmes répartis : Bases de la conception d un système réparti, communication et synchronisation de processus. 2. Bases de données réparties BDR Introduction aux BDR : objectifs d une BDR, fonctions d un SGBD réparti, architecture des schémas, schémas de placement, et dictionnaire de données. Conception d une BDR : approches de conception, stratégies de fragmentation, allocation des fragments. Evaluation de requêtes réparties : phases d évaluation d une requête répartie, localisation, et optimisation. Fonctionnement : 18H cours, 12H TD, 10H TP Controle terminal IV-2. Extension Objets du Relationnel Ce cours aborde deux grandes notions : Unified Modeling Language (UML) pour les bases de données, et les bases de données objet-relationnelles. UML et bases de données : Le modèle de données objet relationnel étend principalement le modèle relationnel à l utilisation des mécanismes de transformations en utilisant SQL2 (utilisation pointeurs, collections et méthodes au niveau des tables et des types). Tous les concepts de ce cours sont illustrés avec des exemples. Le cours s articule autour de six parties : Partie 1 : Compléments fondamentaux sur les diagrammes de classes ; Partie 2 : Intérêt d UML pour la modélisation des bases de données ; Partie 3 : Différentes contraintes et cas d héritage ; Partie 4 : Du schéma conceptuel le diagramme de classe UML vers le schéma relationnel ; 13/20

14 Partie 5 : Traduction des contraintes ; Partie 6 : du schéma relationnel logique vers le schéma physique SQL2. Bases de données objet-relationnelles : ce cours introduit les principes des bases de données objetsrelationnelles. Il s articule autour de cinq parties : Partie 1 : Introduction aux principes objets dans les bases de données ; Partie 2 : Création et peuplement d une base de données objet-relationnelle, table imbriquée, références ; Partie 3 : Interrogation d une base de données objet-relationnelle, SQL étendu ; Partie 4 : Définition de méthodes, surcharge de méthode ; Partie 5 : Héritage. Redéfinition de méthode. Les TP concernent l apprentissage des extensions objets-relationnelles au sein du système de gestion de bases de données Oracle. Fonctionnement : Cours et TP. Contrôle continu sur les notions abordées en TP. Un contrôle terminal. IV-3. Graphes et optimisation Ce cours dresse un rapide panorama des méthodes de recherche de solutions optimales à des problèmes modélisés sous forme de graphe. 1. Définitions et propriétés topologiques des graphes : définitions générales, matrice d adjacence, distance géodésique, composante connexe, nombre cyclomatique, graphes eulériens et hamiltoniens ; 2. Les arbres : Arbres couvrants extrémums, problèmes de codage optimal (Prüfer, Huffman) ; 3. Graphes orientés et pondérés : parcours, noyau d un graphe, partition, graphes probabilistes (modèles markoviens), chemin de longueur minimal (Dijkstra), flot maximum (Floyd et Fulkerson) ; Fonctionnement : 8H Cours, 6 H TD, 6H TP. Contrôle continue sous forme de moyenne de comptes rendus de TP, un contrôle terminal IV-4. Normes W3C : Standards associés et XML Ce cours introduit les notions de base du standard XML, il s articule autour de trois parties : Partie 1 : XML : Syntaxe du langage Document bien formé Partie 2 : DDT document valide Partie 3 : Parseurs, Schémas, XSL. Fonctionnement : Cours et TP. Contrôle continu sur les notions abordées en cours. Un contrôle terminal. IV-5. Projets tutorés : Statistique et applications Décisionnelles Cet enseignement propose aux étudiants un cadre formel de développement de projet qui montre la connexion des deux disciplines fondamentales : la statistique et l informatique décisionnelle, le coeur du métier de la formation SID. Il s agit de développer un système d aide à la décision qui permet de faire des analyses détaillées à partir des données textuelles issues d une part, des bases de données scientifiques et technologiques et d autre part, de source d informations hétérogènes. Ce projet est réalisé dans un contexte client/fournisseur, un cahier des charges est fourni aux étudiants, définissant les exigences et les contraintes à respecter. Les concepts présentés sont les suivants : processus de développement des systèmes d information ; matérialisation et instrumentalisation de différents outils et méthodes utilisés dans chaque étape du processus, notamment les tests et la validation pour la prise de décision. restructuration des données en utilisant une approche multidimensionnelle ; analyse des données avec l outil Tétralogie, afin de les communiquer aux décideurs. L information élaborée est présentée, via une interface graphique en réseau, par des cartes factorielles, des arbres de classification, des dessins de graphes, des cartes géostratégiques. Un document et une présentation sont élaborés par chaque équipe et une soutenance de projet a lieu devant un jury constitué d industriels et d enseignants. Fonctionnement : 18h CM, 14h TD, 8h TP. Rapport + soutenance notés 14/20

15 IV-6. Modélisation Bayésienne L objectif de ce cours est de présenter, puis de mettre en oeuvre l approche bayésienne (estimation, tests et choix de modèles) dans des situations concrètes et variées. On envisagera ainsi différentes situations selon que le paramètre d intérêt est un réel, un entier, ou qu il appartient à [0, 1]. L obtention de l estimation bayésienne de cette quantité pourra nécessiter l utilisation des méthodes classiques de simulation de Monte Carlo qui seront alors introduites à cette occasion. Trois TP (en R ou en Matlab) seront consacrés à l analyse statistique bayésienne de jeux de données réelles. Fonctionnement : 16h de CM et 14h de TD. IV-7. Modèles linéaires généralisés Après quelques rappels sur le modèle linéaire gaussien (Chapitre 1), on présentera le modèle linéaire généralisé dans sa forme générale (Chapitre 2). Il s agira de situer le modèle linéaire généralisé par rapport à la nature des données qu il permet d analyser, mais aussi d introduire de nouvelles notions sur les méthodes d estimation et sur les tests (tels que le test du rapport de vraisemblance ou le test de Wald par exemple). Dans un deuxième temps, nous étudierons quelques modèles particuliers : la régression logistique permettant de modéliser une variable binaire (Chapitre 3), le modèle log-linéaire et la régression de Poisson pour expliquer une variable de comptage (Chapitre 4). Ces modèles seront mis en œuvre sous SAS, en mettant l accent sur l interprétation des résultats fournis, et sur la qualité et la validité du modèle estimé. Fonctionnement : Cours, TD et TP. Contrôle continu par des compte-rendus de TP et un examen terminal. IV-8. Séries Chronologiques Ce module a pour objectif d introduire des techniques de modélisation statistique au travers de l étude de séries chronologiques. Dans un premier temps, on présentera l analyse déterministe des séries chronologiques et de leur prédiction (régression linéaire, lissage exponentiel...) Dans un second temps, quelques modèles classiques de séries chronologiques stationnaires seront présentés (ARMA, GARCH...). L étude de tels processus et de leurs indices caractéristiques permettra de présenter les techniques de prédiction. Fonctionnement : 16h de CM et 12h de TD. IV-9. Techniques de communication et conférences Pour les techniques de communication, voir ci-dessus programme de l année. Le contenu des conférences varie suivant les intervenants (qui ne sont pas les mêmes chaque année). Voici deux exemples : Solutions décisionnelles : le marché. Cette conférence décrit les grands opérateurs et utilisateurs des solutions décisionnelles : qui utilisent des solutions décisionnelles ; quelles sont les fonctions métiers pour lesquelles ces solutions apportent une plus value ; quels sont les fournisseurs de solutions décisionnelles en termes de matériels, logiciels et ressources humaines ; quels sont les postes recherchés et quels métiers et travail correspondent à ces postes. Solutions décisionnelles : état de l art. Les solutions décisionnelles se répartissent en trois grands domaines : les solutions de stockage de données, moteurs de base de données, serveurs et stockages adaptés à les gestions des grands volumes de données ; les solutions de manipulation des données, entre sources de données et données d analyses cibles, comment exporter, modifier et charger les données à la base des actions de décision ; les solutions d analyses décisionnelles, l éventail des solutions d analyses, les profils et besoins des utilisateurs correspondants. Pour chaque domaine les nouvelles solutions ou prospectives sont décrites. 15/20

16 Fonctionnement : 12H C. Contrôle continu Stage de 4-5 mois dans une entreprise ou dans une unité de recherche. Le stage est encadré par un enseignant universitaire et un acteur de l unité d accueil du stage. A l issue du stage, l étudiant remet un rapport et soutient son projet devant un jury composé d enseignants universitaires et d industriels. V - Master 2 Semestre 9 V-1. Environnement décisionnel : OLAP Pour la partie TD : recherche et commentaires des outils et solutions open source dans le domaine de la BI, et, comparaison avec SAP. Pour la partie TP Business Objects (BO) : V Découverte de l outil, 2. Réalisation de requêtes à partir de la base école, 3. Présentation et analyse de données simples (chart, et pertinence), 4. Conception d un univers depuis un fichier Accès 5. Mise en place de fonction dans la réalisation des requêtes complexes. Évaluations : Partie cours : Réponse à une question de cours, Mise en situation et analyse personnelle Partie TP : Réalisation d un tableau de bord avec 3 ou 4 réponses à fournir (chart, analyse, commentaires..) sur une quinzaine de lignes Bases de données à grande échelle Objectif(s) et Compétences visés : Introduire les principaux problèmes posés et les méthodes proposées dans la conception et le développement des systèmes de bases de données répartis à grande échelle. Comprendre comment il est possible d exploiter efficacement les serveurs de BD parallèles et les SGBD répartis à grande échelle dans un contexte d aide à la décision. Programme : Serveurs de bases de données parallèles : objectifs et parallélisation de requêtes décisionnelles Modèles d allocation et de localisation des données réparties Évaluation et optimisation de requêtes en environnement réparti à grande échelle Modèles de coûts : collection dynamique des statistiques et impacts des précisions des estimations sur les performances des requêtes. Systèmes d intégration virtuelles de données : caractéristiques et problématiques et modèles d évaluation de requêtes décisionnelles Introduction aux bases données mobiles : 1. Types de mobilité dans les BD 2. Évaluation et optimisation de requêtes en environnement réparti à grande échelle Fonctionnement : 18h CM et 12h TD. Un contrôle terminal V-3. Indexation par le contenu Documents Audio et Vidéo Le cours de statistiques multimédia a pour but de présenter de nouveaux cadres applicatifs statistiques pour les étudiants du parcours Master 2 Statistiques et Informatique Décisionnelle. Le cours se compose d une première partie sur l étude de l image suivi d une partie axée sur le traitement de l audio. Image cette partie présente les principaux mécanismes mis en œuvres pour indexer et formuler des requêtes sur des images sans utiliser de texte. 1. Principes d un moteur de recherche d image par le contenu 16/20

17 2. Indexation par la couleur 3. Indexation par la texture 4. Indexation par la forme Audio cette partie comporte principalement les aspects suivants : V A la découverte d un signal aléatoire : la parole 2. Paramétrisation 3. Modélisation statistique 4. Méthodes d évaluation et implémentations Après une rapide introduction pour vous présenter l objectif de cette formation, le cours se découpe en quatre parties. Les deux premières parties sont destinées à expliquer le type de données que l on va devoir traiter, la troisième va exposer une méthode de modélisation. Nous finirons par une partie expliquant comment exploiter des résultats de modélisations, les informations à stocker dans des bases de données et quelques applications industrielles. Évaluation des processus et certification Les principaux objectifs de ce cours sont les suivants : Approche de la qualité du logiciel sous l aspect Qualité du Processus de Développement (modèle CMM, standard et normes de développement,...) et sous l aspect Qualité Produit (Norme ISO9126, techniques de test,...). Mise en perspective avec une présentation plus spécifiques des normes (DO2167, DO178), outils (Logiscope,...) et techniques (revue, inspection) appliquées dans le monde aéronautique et spatial et ses systèmes Safety of Life. Introduction à la notion de certification du logiciel. Présentation des aspects des outils de traçabilité des exigences mis en œuvre dans le contexte de développement logiciel pour l ingénierie des données, métrologie, diagnostic qualité, arbre de défaillance, méthode d évaluation de l arbre qualité. Processus de certification de l environnement de développement. Exigence qualité processus de traçabilité ISO - Normes ISO Fonctionnement : 30h CM V-5. Normes W3C : XML et les Bases de Données Ce cours consolide les techniques de stockage aux documents structurés de Type XML déjà introduites en Master 1. Il s articule autour de quatre axes : Généralités XML : XSLT et XSL-FO ; Xpath ; Xquery ; XML et les bases de données. L assimilation de tous ces outils est assurée par un projet fait en TP. Fonctionnement : Cours et TP. Contrôle continu sur les notions abordées en cours, un contrôle terminal. V-6. Apprentissage Statistique Ce cours présente les techniques récentes d apprentissage statistique, de data-mining : 1. régression logistique 2. analyse discriminante 3. arbres de régression et de discrimination 4. réseau de neurones 5. agrégation de modèles (bagging, forêts aléatoires, boosting) 6. SVM (Séparateur à Vaste Marge ou Support Vector Machines) 17/20

18 Il est illustré par des TP utilisant le logiciel R et basés sur des données réelles. Fonctionnement : Cours - TP. L évaluation s effectue par la remise d un rapport de projet, illustrant la mise en œuvre de ces méthodes sur un nouveau jeu de données. V-7. Statistiques bio-médicales Ce cours s articule autour d un projet d analyse statistique sur des données biomédicales réelles. Il permet aux étudiants de revoir l ensemble des méthodes statistiques vues pendant leur cursus, mais aussi d appréhender de nouveaux outils mathématiques et statistiques spécifiquement adaptées aux données biomédicales. Dans ce cadre, nous présenterons en particulier les méthodes d analyse de survie pour analyser les données censurées (méthode actuarielle, méthode de Kaplan-Meier, Modèle de Cox). Fonctionnement : Cours et TP. Projet. V-8. Modèle linéaire gaussien général Ce cours vient en complément des enseignements sur le modèle linéaire. L objectif est de présenter et de mettre en œuvre des nouvelles méthodes de modélisation linéaire couramment employées dans la pratique statistique : Analyse de variance multidimensionnelle (MANOVA) Modèles à effets aléatoires et modèles mixtes Modèles pour données répétées Fonctionnement : Cours et TP. Contrôle continu par des compte-rendus de TP et un examen terminal. V-9. Maîtrise statistique des procédés Ce cours donne un large panorama sur la maîtrise statistique des procédés (MSP). Il s agit de techniques descriptives et inférentielles pour le contrôle statistique des processus. Les points abordés sont les suivants : Rappels et compléments sur la distribution gaussienne. Méthodes d estimation des paramètres. Capabilités. Cartes de contrôles et applications. Plans d échantillonnage. Fonctionnement : Cours magistraux, TD, 3 TP. Contrôle continu : compte-rendus des TP. Un contrôle terminal. V-10. Fiabilité des systèmes Ce cours constitue une introduction à la fiabilité des systèmes. Les notions théoriques abordées sont mises en application sur des cas d étude réels issus du contexte aéronautique. Il s articule en 3 étapes principales : Vocabulaire et généralités sur les systèmes et la sûreté de fonctionnement ; Analyses qualitative : diagrammes, coupes/chemins minimaux/non minimaux,... Analyses quantitatives : cas général, loi exponentielle, systèmes série/parallèle,... Fonctionnement : Cours + TD + Un contrôle terminal. V-11. Fiabilité des matériaux Ce cours propose quelques outils statistiques de base pour calculer la fiabilité des matériaux. Il s articule autour de trois parties : Partie 1 : Initiation aux notions élémentaires sur les matériaux : les différents types de matériaux, les contraintes mécaniques étudiées et les essais modélisés. Partie 2 : Procédure de calculs de fiabilité pour les essais à ruptures. Identification d un modèle par la loi normale, log-normale et de Weibull. Calcul de paramètres des lois, détection des points aberrants. Valeurs de tolérances. 18/20

19 Chapitre 3 : Modélisation mathématique d un essai à non-ruptures et ses limites. Fonctionnement : Cours-TD. Un contrôle terminal. V-12. Modèles statistiques pour l information textuelle Ce cours présente des modèles statistiques pour l accès et la classification de corpus de textes. Ce cours complète l enseignement Concepts RI assuré au semestre 6. Une partie de ce cours est assurée par un industriel (EADS) qui présente les cadres d application de l analyse statistique de textes sur des corpus de documentation avionique. Notions de base : Lois de distributions sur les textes (loi de Zipf, loi de Heap) Outils statistiques pour la RI : tests de significativité, analyse de corrélations, mesures de tendances et dispersion Modèles statistiques pour l accès à l information : modèle de langue, modèle d apprentissage (learning to rank)... Méthodes statistiques pour la classification et catégorisation de textes : SVM, Naive Bayes, K plus proches voisins... Fonctionnement : 16h Cours, 12h TP. Contrôle continu sous forme de projet. Un contrôle terminal. V-13. Cycle de décision en entreprise Ce module aborde les notions d intelligence économique et de veille stratégique en les situant dans le cycle de décision en entreprise. Une ouverture vers les nouveaux métiers et les nouvelles pratiques dans les TIC et aussi proposée et illustrée de nombreux exemples pratiques. Il s articule autour de deux grands axes : Cycle Innovation et Propriété Intellectuelle 1. Mission INPI et concepts de base 2. Comprendre la PI dans le cycle de l innovation présentation des outils Pi Signe distinctifs et marques Dessins et modèles Droit d auteur Secret de fabrique Brevet invention extension internationale Pi et communication 3. Recherches d antériorité : pourquoi et quelles bases de données accessibles Marques Dessins et modèles Brevet 4. la contrefaçon La Propriété Intellectuelle appliquée aux logiciels 1. Comment protéger un logiciel - par le droit d auteur - par le droit des brevets - par le droit des dessins et modèles - par le droit des marques - par le droit commun 2. Autres aspects Licences open sources droit comparé Business Methods Bases de données Fonctionnement : Cours, examen terminal, QCM et étude de cas. 19/20

20 V-14. Techniques de communication Ce cours aborde l entretien d embauche en face à face : l importance de la préparation et du non verbal ; les techniques professionnelles relevant de l entretien ; les erreurs à éviter ; comment suivre sa candidature. L objectif est de savoir préparer et mener un entretien d embauche professionnel. Fonctionnement : cours, TD, contrôle continu des TD. V-15. Conférences thématiques Le contenu de ces conférences varie suivant les intervenants. Il s agit essentiellement d une sensibilisation à la recherche. Des conférenciers, issus de laboratoires de recherche privés ou universitaires (essentiellement en provenance de l IMT et de l IRIT, mais aussi parfois des intervenants extérieurs suivant les opportunités) présentent des thématiques de recherche. Les étudiants apprennent à se servir des méthodes de recherche bibliographiques, à s approprier un sujet et à poser un regard critique dessus. VI - Master 2 Semestre 10 Stage long (5 mois minimum). 20/20

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

SEMESTRE S1. Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Outils mathématiques Discipline B :

SEMESTRE S1. Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Outils mathématiques Discipline B : SEMESTRE S Intitulé et descriptif des U.E. Coef Crédits Discipline A : Mathématiques Mathématiques Discipline B : 0 0 Biologie Biologie Chimie Chimie Géologie Géologie Informatique Informatique Physique

Plus en détail

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE Annexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE L enseignement des mathématiques au collège et au lycée a pour but de donner à chaque

Plus en détail

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr

Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Programme de la licence informatique, université de Caen http://www.info.unicaen.fr Unité Systèmes d'information CM : 45h - TD : 60h - TP : 12h - Coeff 2 Systèmes de Gestion de Bases de Données Modéliser

Plus en détail

INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS

INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS INTERNATIONAL CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS (ICMPA) UNESCO CHAIR IN MATHEMATICAL PHYSICS AND APPLICATIONS established in 2006 at the University of Abomey-Calavi (Republic of Benin) UNITWIN/UNESCO

Plus en détail

Programme détaillé des enseignements

Programme détaillé des enseignements Programme détaillé des enseignements SEMESTRE S1 STATISTIQUES Méthodes d'estimation ponctuelle (méthodes des moments, du maximum de vraisemblances, bayésienne) et par intervalles de confiance. Statistiques

Plus en détail

4.2 Unités d enseignement du M1

4.2 Unités d enseignement du M1 88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter

Plus en détail

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013»

Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» Résumé du document «Programmes des classes préparatoires aux Grandes Écoles ; Discipline : Informatique ; Première et seconde années - 2013» I Objectifs Niveau fondamental : «on se fixe pour objectif la

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

1 Objectif de la formation MASTER PROFESSIONNEL (1 ANNEE) 2 Poursuite d étude. 3-Moyens mis en œuvre. 4- Conditions d'admission

1 Objectif de la formation MASTER PROFESSIONNEL (1 ANNEE) 2 Poursuite d étude. 3-Moyens mis en œuvre. 4- Conditions d'admission MASTER PROFESSIONNEL (1 ANNEE) INFORMATIQUE, STATISTIQUE, MATHEMATIQUES APPLIQUEES A LA GESTION DE PRODUCTION 2009-2010 Département de mathématiques et informatique UFR Sciences, Espaces et Sociétés Université

Plus en détail

Maquette Pédagogique. Diplôme d Ingénieur spécialité. Sciences Informatiques

Maquette Pédagogique. Diplôme d Ingénieur spécialité. Sciences Informatiques Maquette Pédagogique Diplôme d Ingénieur spécialité Sciences Spécialité SCIENCES INFORMATIQUES EP3IUE1 : Informatique Théorique 1 4,5 Mathématiques Discrètes Cours élémentaire de mathématiques discrètes

Plus en détail

Fiche descriptive d une unité d enseignement (UE) et de ses éléments constitutifs (ECUE)

Fiche descriptive d une unité d enseignement (UE) et de ses éléments constitutifs (ECUE) Fiche descriptive d une unité d enseignement (UE) et de ses éléments constitutifs (ECUE) Intitulé de l UE Informatique Générale et SIG 2 Nombre des crédits:.. 6.. Code UE : GEOIDE2F1. Université : Mannouba.

Plus en détail

Objectifs. Maîtriser. Pratiquer

Objectifs. Maîtriser. Pratiquer 1 Bases de Données Objectifs Maîtriser les concepts d un SGBD relationnel Les modèles de représentations de données Les modèles de représentations de données La conception d une base de données Pratiquer

Plus en détail

MASTER SMIS. Mention Mathématiques et Applications. Spécialité : Ingénierie Mathématique

MASTER SMIS. Mention Mathématiques et Applications. Spécialité : Ingénierie Mathématique UNIVERSITE PAUL SABATIER TOULOUSE III SCIENCES U.F.R. MATHEMATIQUE INFORMATIQUE GESTION Année Universitaire 2004 2005 PRESENTATION DES ENSEIGNEMENTS Syllabus MASTER SMIS Mention Mathématiques et Applications

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques

Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques UFR Sciences et Techniques Master de Mathématiques mention Mathématiques pour l Informatique Graphique, et les Statistiques Niveau d entrée Première année : BAC + 3 en Mathématiques Seconde année : BAC

Plus en détail

Formation Actuaire Data-Scientist PROGRAMME

Formation Actuaire Data-Scientist PROGRAMME Formation Actuaire Data-Scientist PROGRAMME 15 Septembre 2014 Arthur Charpentier, Romuald Élie & Jérémie Jakubowicz 15914 Programme Séance inaugurale : révolu-on numérique besoins des entreprises cadre

Plus en détail

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE

PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE PROJET DE SPÉCIALITÉ DU MASTER DE MATHÉMATIQUES. MODÉLISATION MATHÉMATIQUE & ANALYSE STATISTIQUE Porteurs du projet Marc Arnaudon, professeur des universités, responsable des relations avec les entreprises.

Plus en détail

Cahier de textes Page 1 sur 9. Cahier de textes

Cahier de textes Page 1 sur 9. Cahier de textes Cahier de textes Page 1 sur 9 Cahier de textes Jeudi 04/09/2014 9h-12h et 13h30-16h30 : Cours sur la logique : - Conjonction, disjonction, implication, équivalence - Quelques formules. - Quantificateurs

Plus en détail

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire

INFORMATIQUE. Licence 3 e année (L3) & Master (M1-M2) Centre d Etudes Suisse Romande Formation universitaire Centre d Etudes Suisse Romande Formation universitaire INFORMATIQUE Licence 3 e année (L3) & Master (M1-M2) En collaboration avec l Université de Franche-Comté CTU de Besançon Unidistance 2 GÉNÉRALITÉS

Plus en détail

Formulaire de Mathématique

Formulaire de Mathématique COLLECTION LES LEXIQUES DE L INSEEC CAHIERS MÉTHODOLOGIQUES POUR LES CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES DE COMMERCE Formulaire de Mathématique par Xavier Chauvet LEXIQUE N 17 COLLECTION DIRIGÉE PAR

Plus en détail

Formulaire de Maths. par Xavier Chauvet C OLLECTION LES MÉMENTOS DE L INSEEC MÉMENTO N 10

Formulaire de Maths. par Xavier Chauvet C OLLECTION LES MÉMENTOS DE L INSEEC MÉMENTO N 10 C OLLECTION LES MÉMENTOS DE L INSEEC CAHIERS MÉTHODOLOGIQUES POUR LES CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES DE COMMERCE Formulaire de Maths par Xavier Chauvet MÉMENTO N 10 Les Mémentos de l INSEEC Depuis

Plus en détail

Ingénierie d aide à la décision

Ingénierie d aide à la décision Ingénierie d aide à la décision Maria Malek 1 er septembre 2009 1 Objectifs et débouchés Nous proposons dans cette option deux grands axes pour l aide à la décision : 1. La recherche opérationnelle ; 2.

Plus en détail

CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015. Parcours ECS (voie scientifique)

CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015. Parcours ECS (voie scientifique) MINISTERE DE L EDUCATION NATIONALE, DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE CLASSES PRÉPARATOIRES AUX GRANDES ÉCOLES CATALOGUE DES COURS 2013 2015 Parcours ECS (voie scientifique) Classe préparatoire

Plus en détail

Programme Pédagogique National du DUT «Statistique et traitement informatique des données»

Programme Pédagogique National du DUT «Statistique et traitement informatique des données» 46 Programme Pédagogique National du DUT «Statistique et traitement informatique des données» Présentation de la formation 2 SOMMAIRE 1 LA FORMATION : OBJECTIF, CONTENU ET CURSUS...4 1.1 Objectif et contenu

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Les formations. Développeur Logiciel. ENI Ecole Informatique

Les formations. Développeur Logiciel. ENI Ecole Informatique page 1/5 Titre professionnel : Reconnu par l Etat de niveau III (Bac), inscrit au RNCP (arrêté du 12/10/07, J.O. n 246 du 23/10/07) (32 semaines) Unité 1 : Structurer une application 6 semaines Module

Plus en détail

Unité de formation 1 : Structurer une application. Durée : 3 semaines

Unité de formation 1 : Structurer une application. Durée : 3 semaines PROGRAMME «DEVELOPPEUR LOGICIEL» Titre professionnel : «Développeur Logiciel» Inscrit au RNCP de niveau III (Bac+2) (JO du 23 Octobre 2007) (32 semaines) Unité de formation 1 : Structurer une application

Plus en détail

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7

Table des matières. PREMIÈRE PARTIE Étapes initiales des études marketing 7 Table des matières Préface Public 1 Structure de l ouvrage 1 Caractéristiques de l ouvrage 3 Contenu 3 Pédagogie 4 Remarques sur l adaptation française 4 Ressources numériques 5 Biographie 6 PREMIÈRE PARTIE

Plus en détail

Documents complémentaires au PPN du DUT Statistique et informatique décisionnelle (STID)

Documents complémentaires au PPN du DUT Statistique et informatique décisionnelle (STID) CPN INFO STID spécialité DUT STID Documents complémentaires au PPN du DUT Statistique et informatique décisionnelle (STID) Description des parcours de modules complémentaires destinés à la poursuite d

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Informatique Première et seconde années

Plus en détail

UNIVERSITÉ PARIS DESCARTES

UNIVERSITÉ PARIS DESCARTES UNIVERSITÉ PARIS DESCARTES MASTER Domaine DROIT, ÉCONOMIE, GESTION Mention MONNAIE,BANQUE, FINANCE, ASSURANCE Spécialité RISQUE, ASSURANCE, DÉCISION 2014 / 2015 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

Les formations. Développeur Logiciel. ENI Ecole Informatique

Les formations. Développeur Logiciel. ENI Ecole Informatique page 1/8 Titre professionnel : Inscrit au RNCP de Niveau III (Bac + 2) (J.O. du 19/02/13) 24 semaines + 8 semaines de stage (uniquement en formation continue) Développer une application orientée objet

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informations de l'unité d'enseignement Implantation IPL Cursus de Bachelier en chimie Introduction à la statistique C1110 Cycle 1 Bloc 1 Quadrimestre 2 Pondération 1 Nombre de crédits 4 Nombre d heures

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC

Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC Informatique commune en CPGE PSI-PC-PT-MP-TSI-TPC L ingénieur doit maîtriser les concepts fondamentaux de l informatique pour : communiquer avec les informaticiens comprendre les questions de complexité

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informations de l'unité d'enseignement Implantation IPL Cursus de Intitulé Bachelier en biologie médicale Introduction à la Statistique B1110 Cycle 1 Bloc 1 Quadrimestre 2 Pondération 1 Nombre de crédits

Plus en détail

1. Les fondements de l informatique 13

1. Les fondements de l informatique 13 Introduction à l'algorithmique 1. Les fondements de l informatique 13 1.1 Architecture de Von Neumann 13 1.2 La machine de Turing 17 1.3 Représentation interne des instructions et des données 19 1.3.1

Plus en détail

UE 8 Systèmes d information de gestion Le programme

UE 8 Systèmes d information de gestion Le programme UE 8 Systèmes d information de gestion Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur Indications

Plus en détail

Introduction au Data-Mining

Introduction au Data-Mining Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique

FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non

Plus en détail

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique»

MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» M1_presentation_generale_4juil05.doc 1/11 MASTER «Sciences de la Vie et de la Santé» Mention «Santé Publique» La mention s articule autour de 6 spécialités : Recherche en éthique : Pr Christian HERVE (herve@necker.fr)

Plus en détail

Table des matières. Remerciements... Avant-propos... 1. Introduction... 7

Table des matières. Remerciements... Avant-propos... 1. Introduction... 7 Remerciements..................................................... VI Avant-propos...................................................... 1 À qui s adresse cet ouvrage?..........................................

Plus en détail

Les Entrepôts de Données

Les Entrepôts de Données Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations

Plus en détail

Évaluation et implémentation des langages

Évaluation et implémentation des langages Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation

Plus en détail

Durée ou Modalité: Examen! MOTS CLES : Architecture d application, Internet, Web2, RIA, Service Oriented Architecture, XML

Durée ou Modalité: Examen! MOTS CLES : Architecture d application, Internet, Web2, RIA, Service Oriented Architecture, XML DEPARTEMENT INFORMATIQUE ET GESTION S 9 PIGUE9.1 ARCHITECTURE DES SYSTEMES D INFORMATION & INTERNET! COORDINATEUR : Christophe FIORIO! EQUIPE PEDAGOGIQUE : Christophe FIORIO, Tiberiu STRATULAT! VOLUME

Plus en détail

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information

Plus en détail

Cours IFT6266, Exemple d application: Data-Mining

Cours IFT6266, Exemple d application: Data-Mining Cours IFT6266, Exemple d application: Data-Mining Voici un exemple du processus d application des algorithmes d apprentissage statistique dans un contexte d affaire, qu on appelle aussi data-mining. 1.

Plus en détail

Introduction aux Support Vector Machines (SVM)

Introduction aux Support Vector Machines (SVM) Introduction aux Support Vector Machines (SVM) Olivier Bousquet Centre de Mathématiques Appliquées Ecole Polytechnique, Palaiseau Orsay, 15 Novembre 2001 But de l exposé 2 Présenter les SVM Encourager

Plus en détail

CQP ADMINISTRATEUR DE BASES DE DONNÉES (ABD) ----------------------------------------------------------------------------------------------------

CQP ADMINISTRATEUR DE BASES DE DONNÉES (ABD) ---------------------------------------------------------------------------------------------------- ORGANISME REFERENCE STAGE : 26587 20 rue de l Arcade 75 008 PARIS CONTACT Couverture : M. Frédéric DIOLEZ Paris, Lyon, Bordeaux, Rouen, Toulouse, Marseille, Tél. : 09 88 66 17 40 Strasbourg, Nantes, Lille,

Plus en détail

LICENCE (LMD) MENTION : INFORMATIQUE

LICENCE (LMD) MENTION : INFORMATIQUE LICENCE (LMD) MENTION : INFORMATIQUE RÉSUMÉ DE LA FORMATION Type de diplôme : Licence (LMD) Domaine ministériel : Sciences, Technologies, Santé Objectifs Les connaissances et compétences informatiques

Plus en détail

Introduction à GeoKettle un outil ETL spatial open source

Introduction à GeoKettle un outil ETL spatial open source Introduction à GeoKettle un outil ETL spatial open source par Etienne Dubé et Thierry Badard {etienne.dube,thierry.badard}@scg.ulaval.ca Groupe de recherche GeoSOA (http://geosoa.scg.ulaval.ca) Université

Plus en détail

Introduction aux S.G.B.D.

Introduction aux S.G.B.D. NFE113 Administration et configuration des bases de données - 2010 Introduction aux S.G.B.D. Eric Boniface Sommaire L origine La gestion de fichiers Les S.G.B.D. : définition, principes et architecture

Plus en détail

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

PROBABILITES ET STATISTIQUE I&II

PROBABILITES ET STATISTIQUE I&II PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits

Plus en détail

Institut Paul Hankar

Institut Paul Hankar BES WEBDESIGNER ACTIVITE En utilisant des outils informatiques, le web designer réalise des éléments graphiques fixes ou animés, en 2 ou 3 dimensions, en respectant le schéma de navigation du site et sa

Plus en détail

Informatique, spécialité AIGLE

Informatique, spécialité AIGLE Université de MONTPELLIER 2 1/3 Informatique, spécialité AIGLE L1 S1 Algebre et Analyse 1 10 L1 S1 Calculus 5 L1 S1 Du binaire au web 5 L1 S1 Introduction à l'algorithmique 5 L1 S1 Physique générale 5

Plus en détail

ECTS CM TD TP. 1er semestre (S3)

ECTS CM TD TP. 1er semestre (S3) Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres

Plus en détail

Management de l Innovation

Management de l Innovation Management de l Innovation Mention du Master Sciences et Technologies de l Université Pierre et Marie Curie Directeur du Département de Formation : Patrick Brézillon Contact secrétariat : 01 44 39 08 69

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Programme de l enseignement obligatoire commun de mathématiques Cycle terminal de la série sciences et technologies du management et de la gestion

Programme de l enseignement obligatoire commun de mathématiques Cycle terminal de la série sciences et technologies du management et de la gestion Programme de l enseignement obligatoire commun de mathématiques Cycle terminal de la série sciences et technologies du management et de la gestion L enseignement des mathématiques au collège et au lycée

Plus en détail

201-8F4-ST Mathématiques appliquées à l informatique

201-8F4-ST Mathématiques appliquées à l informatique DESCRIPTION DES COURS DE FORMATION SPÉCIFIQUE TECHNIQUES DE L INFORMATIQUE (420.A0) 201-8F4-ST Mathématiques appliquées à l informatique Préalable : Mathématique TS ou SN 5 e ou équivalent Ce cours a pour

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Algorithmique - Techniques fondamentales de programmation Exemples en Python (nombreux exercices corrigés) - BTS, DUT informatique

Algorithmique - Techniques fondamentales de programmation Exemples en Python (nombreux exercices corrigés) - BTS, DUT informatique Introduction à l'algorithmique 1. Les fondements de l informatique 13 1.1 Architecture de Von Neumann 13 1.2 La machine de Turing 17 1.3 Représentation interne des instructions et des données 19 1.3.1

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :

Plus en détail

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise.

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service

Plus en détail

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.) Université de Lille 2 - Droit et Santé Ecole Supérieure des Affaires & Institut Universitaire de Technologie (IUT-C) Département Statistique et Traitement Informatique des Données Licence Professionnelle

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

Licence Professionnelle Systèmes Informatiques et Logiciels

Licence Professionnelle Systèmes Informatiques et Logiciels U.F.A. Paul Verlaine IUT1 Département Informatique Université de Metz Ile du Saulcy 57012 METZ C.F.A. Robert Schuman 4, rue Monseigneur Pelt 57070 METZ Formation par ALTERNANCE Licence Professionnelle

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques ANNEXE BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques L'enseignement des mathématiques dans les sections de techniciens supérieurs Agencement de l'environnement architectural

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons des formations vous permettant

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Leçon 4 : Typologie des SI

Leçon 4 : Typologie des SI Leçon 4 : Typologie des SI Typologie des SI Système formel Système informel Typologie des SI Chaque jour au sein d une organisation Le système d info stocke, traie ou restitue des quantités importantes

Plus en détail

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3

Plus en détail

Entrepôt de données 1. Introduction

Entrepôt de données 1. Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de

Plus en détail

LES NOUVEAUX PROGRAMMES DE

LES NOUVEAUX PROGRAMMES DE LES NOUVEAUX PROGRAMMES DE MATHÉMATIQUES EN STS M A T H S S T S Animation académique Taverny lundi 24 mars 2014 et Savigny sur Orge vendredi 28 mars 2014 PREMIERS REPÈRES Les programmes de STS ont été

Plus en détail

Programme détaillé des enseignements

Programme détaillé des enseignements Programme détaillé des enseignements SEMESTRE S1 commun aux spécialités (MSIR, IDL, TechMed) Type d'u.e. (1) OP Intitulé et descriptif des U.E. GENIE LOGICIEL AVANCE Gestion de projets. Qualité logicielle.

Plus en détail

Elles énumèrent les connaissances qui doivent être acquises par les élèves à l issue de la classe terminale.

Elles énumèrent les connaissances qui doivent être acquises par les élèves à l issue de la classe terminale. Annexe 5 SCIENCES DE GESTION - CLASSE TERMINALE SPÉCIALITÉ : SYSTÈMES D INFORMATION DE GESTION Présentation Les technologies de l information et de la communication contribuent à la construction d'une

Plus en détail

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS 1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5

Plus en détail

Didier MOUNIEN Samantha MOINEAUX

Didier MOUNIEN Samantha MOINEAUX Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?

Plus en détail

Université Paris Descartes

Université Paris Descartes Université Paris Descartes Master Domaine Droit, économie, Gestion Mention Monnaie,banque, finance, assurance Spécialité Risque, Assurance, Décision 2015 / 2016 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

Conception de systèmes d'information et d'entrepôts de données

Conception de systèmes d'information et d'entrepôts de données Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Conception de systèmes d'information et d'entrepôts de données Vers des structures

Plus en détail

1. Vue rapide des logiciels disponibles

1. Vue rapide des logiciels disponibles Voici une revue rapide des progiciels gratuits accessibles [FREE AND SHAREWARE] dans la section SUITES du site KDNUGGETS (http://www.kdnuggets.com/software/suites.html). L étude sera approfondie pour les

Plus en détail

Les principaux domaines de l informatique

Les principaux domaines de l informatique Les principaux domaines de l informatique... abordés dans le cadre de ce cours: La Programmation Les Systèmes d Exploitation Les Systèmes d Information La Conception d Interfaces Le Calcul Scientifique

Plus en détail

- Connaissances en traitement du signal, mathématiques appliquées, Probabilités et statistiques, transmissions, réseaux et téléinformatique.

- Connaissances en traitement du signal, mathématiques appliquées, Probabilités et statistiques, transmissions, réseaux et téléinformatique. Dominique MAHUT CURRICULUM VITAE 63bis rue St Hilaire 94210 La Varenne St-Hilaire Né le 01/07/1964 à Paris 14 e 01 48 83 30 73 06 76 63 40 43 email : dominique.mahut5@orange.fr Marié, 2 enfants (16 et

Plus en détail

BACHELIER EN INFORMATIQUE DE GESTION

BACHELIER EN INFORMATIQUE DE GESTION MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENERALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE SECTION BACHELIER EN INFORMATIQUE

Plus en détail

Présentation du module Base de données spatio-temporelles

Présentation du module Base de données spatio-temporelles Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes

Plus en détail

INF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude

INF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude

Plus en détail

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34

TABLE DES MATIÈRES CHAPITRE 1 CHAPITRE 2 CHAPITRE 3 APPLICATIONS... 27 APPLICATIONS... 34 TABLE DES MATIÈRES CHAPITRE 1 L information et le système d information... 19 I. La place du système d information dans l organisation... 19 A. L organisation et ses composants... 19 B. L organisation

Plus en détail

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Master CCI. Compétences Complémentaires en Informatique. Livret de l étudiant

Master CCI. Compétences Complémentaires en Informatique. Livret de l étudiant Master CCI Compétences Complémentaires en Informatique Livret de l étudiant 2014 2015 Master CCI Le Master CCI (Compétences Complémentaires en Informatique) permet à des étudiants de niveau M1 ou M2 dans

Plus en détail

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003

LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 2003 LE POINT SUR LES MATHÉMATIQUES DANS LES BTS RENTRÉE 00 ) LES PROGRAMMES a) Le cadre général L arrêté du 8 juin 00 comporte trois annexes, notamment l annexe donnant l intégralité des modules permettant

Plus en détail