Département d'informatique. Apprentissage Automatique IFT-65764A. S y l l a b u s. Guy Mineau mineau@ift.ulaval.ca, , PLT-3908C
|
|
- Irène Lecours
- il y a 8 ans
- Total affichages :
Transcription
1 Département d'informatique Apprentissage Automatique IFT-65764A S y l l a b u s Guy Mineau mineau@ift.ulaval.ca, , PLT-3908C Automne 2001
2 Page 2 A. Cours Titre : Apprentissage automatique Sigle (Université Laval) : IFT Nombre de crédits : 3 Répartition: : Session : Automne 2001 Salle : PLT-2546 Horaire : Jeudi 15h30-18h20 Premier cours : Jeudi le 6 septembre 2001 B. Professeur Nom et prénom : Mineau, Guy Bureau : PLT-3908C Disponibilités : Me contacter par courrier électronique ou téléphone pour prendre rdv. C. Description et objectifs du cours Description : Ce cours a pour but d initier l étudiant et l étudiante aux différents aspects de l apprentissage automatique, i.e., l apprentissage effectué de façon autonome ou semi-autonome par un programme informatique qui vise à améliorer ses propres performances. Divers sujets y seront donc traités : apprentissage chez l humain, paradigmes de l apprentissage, apprentissage de concepts, classification conceptuelle, réseaux de neurones, algorithmes génétiques, arbres de décision, génération de règles, validation d hypothèses, data mining, etc. Prérequis : Cours de base en intelligence artificielle Objectifs : Au terme du cours, l étudiant et l'étudiante connaîtront les différentes approches reliées à l'informatisation de capacités d'apprentissage, posséderont les connaissances de base sur l'état de l'art en apprentissage automatique, et pourront donc discuter avec une profondeur relative de cette problématique de façon intelligible et articulée. Dans une perspective plus générale, le cours a aussi pour but de développer leur capacité d'analyse ainsi que leur jugement scientifique.
3 Page 3 Importance dans le programme : Ce cours est très important dans un programme d'études graduées en intelligence artificielle. En effet, les capacités d'association et d'adaptation sont souvent désignées comme étant une mesure d'évaluation de l'intelligence. Ces capacités sont à la base de tout processus d'apprentissage. Un système basé sur de la connaissance ne pourra croître que s'il peut apprendre. On pourrait même supposer qu'il ne pourra survivre que s'il peut apprendre. Pour un étudiant ou une étudiante qui s'intéresse à l'intelligence artificielle, l'informatisation de capacités d'apprentissage revêt donc un intérêt indéniable. D. Évaluation des apprentissages Modes d évaluation et pondération : Examen : 45% Tests sur articles scientifiques (20%, 5%) : 25% TP: Travail long sur un sujet de recherche et présentation orale 30% 100% Barème avec seuil: si (examen < 50%) alors cote = E; sinon note-finale = Examen + Tests + TP; et pour la cote, voir tableau ci-bas; Note de passage : cote C (et plus). Les cotes seront attribuées grosso modo selon la distribution suivante. Toutefois, le professeur se réserve le droit de les ajuster indépendamment de cette répartition afin d'effectuer une évaluation comparative des étudiants et étudiantes du cours. Attribution des cotes : A + [85-100] A [81-85[ A - [78-81[ Réussite B + [75-78[ B [71-75[ B - [68-71[ Réussite C + [63-68[ C [50-63[ Réussite E [0-50[ Échec
4 Page 4 Remarques: La qualité du français écrit sera évaluée: de 10% à 25% de la note du test ou de l'examen, ou du document de présentation orale pourra être retranché. Cette évaluation est subjective et est laissée à la discrétion du professeur. Les notes sont calculées sans décimale après le point. L arrondi à l'entier suivant se fait si le premier chiffre de la partie décimale est plus grand ou égal à 5. Tout travail non remis dans les délais prévus se verra attribuer la note 0, sauf si justification appropriée. Aucun retard ne sera accepté sans raison jugée valable par le professeur! Il s agit donc de date et d heure de remise très strictes ; aucune dérogation possible! Toute absence justifiée à l examen entraînera l'obligation de s'inscrire à un examen de reprise. Celui-ci pourra être écrit ou oral. Le tout est laissé à la discrétion du professeur, selon le nombre et la disponibilité des étudiants en cause, et selon la disponibilité du professeur. Toute justification, afin d'être considérée valable, doit être parvenue au professeur le plus tôt possible, préférablement avant la date de l'examen, du test, ou de remise du travail en question. Toutefois, dans des cas extrêmes et marginaux, un délai maximum de 3 jours ouvrables après une date de tombée sera accepté. Révision de note : à demander au professeur dans un délai de 10 jours ouvrables après la remise du travail ou de l'examen corrigé. Révision de cote : selon le règlements des études. Les travaux devront éventuellement s effectuer en équipe. Les équipes seront constituées en classe dès le début de la session. Le nombre de personnes par équipe variera en fonction du nombre d étudiants et d étudiantes inscrits au cours. On suppose que tout travail remis par une équipe constituera une contribution originale et distincte de travaux remis par d'autres équipes. Le plagiat est strictement défendu. Tout examen (et test) ou travail plagié obtiendra la note 0. Les étudiants ou étudiantes ayant collaboré au plagiat obtiendront la note 0 pour ce même travail ou examen. De plus, ils ou elles seront soumis aux sanctions normalement prévues à cet effet par les règlements de l Université, ce qui peut aller jusqu à un échec automatique pour ce cours (cote E), selon la gravité de la faute. Aux examens, on permet toute documentation que ce soit, sauf avis contraire. Toutefois, les calculatrices sont interdites.
5 Page 5 E. Contenu Jeudi 6 septembre : Semaine 1 Présentation du cours Introduction : problématique et motivation Jeudi 13 septembre : Semaine 2 Introduction (suite) Concepts de base Jeudi 20 septembre : Semaine 3 Espaces de généralisations (incluant l espace des versions) Jeudi 27 septembre : Semaine 4 Attribution des sujets pour le travail long (TP) Espaces de généralisations (suite) À lire : article #1 Arbres de décision Jeudi 4 octobre : Semaine 5 Arbres de décision (suite) À lire : article #2 Jeudi 11 octobre : Semaine 6 Classification conceptuelle Jeudi 18 octobre : Semaine 7 Classification conceptuelle (suite) À lire : article #3 Classification d'objets complexes : théorie et complexité Jeudi 25 octobre : Semaine 8 Analyse formelle de concepts Treillis et hiérarchies de concepts : applications et exemples comparatifs Jeudi 1 novembre : Semaine 9 Aucune activité : semaine de relâche Jeudi 8 novembre : Semaine 10 Test sur articles #1, #2 et #3 Apprentissage à base d'instances
6 Page 6 Jeudi 15 novembre : Semaine 11 Apprentissage à base d instances (suite) À lire : article #4 Apprentissage bayésien Jeudi 22 novembre : Semaine 12 Apprentissage bayésien (suite) Présentation de 2 travaux longs : Algorithmes génétiques Programmation génétique Jeudi 29 novembre : Semaine 13 Présentation de 2 travaux longs Text Mining Programmation logique inductive Jeudi 6 décembre : Semaine 14 Présentation de 2 travaux longs : Réseaux de neurones Reinforcement Learning Jeudi 13 décembre : Semaine 15 Examen final incluant le test sur l'article #4 (15h30 à 18h20, local à déterminer) F. Bibliographie Manuels obligatoires: Mitchell, T.M., (1997). Machine Learning. McGraw-Hill. Mineau, G.W., (1999). IFT : Recueil de textes. Autres références: R.S. Michalski, J.G. Carbonell & T.M. Mitchell, (1983). Machine Learning: An Artificial Intelligence Approach, vol. I. Morgan Kaufmann. R.S. Michalski, J.G. Carbonell & T.M. Mitchell, (1986). Machine Learning: An Artificial Intelligence Approach, vol. II. Morgan Kaufmann. Y. Kodratoff & R.S. Michalski, (1990). Machine Learning: An Artificial Intelligence Approach, vol. III. Morgan Kaufmann.
7 Page 7 R.S. Michalski, G. Tecuci, (1994). Machine Learning: A Multistrategy Approach, vol. IV. Morgan Kaufmann. Y. Kodratoff, (1988). Introduction to Machine Learning. Morgan Kaufmann. Machine Learning Journal. Kluwer Academic Press. Readings in Machine Learning. Morgan Kaufmann. Actes des conférences ML (Machine Learning), ECML (European Conference on Machine Learning), KDD (Knowledge Discovery in Databases), PKDD (Practical Applications of Knowledge Discovery in Databases). Actes des conférences IJCAI (International Joint Conference on Artificial Intelligence), AAAI (American Association for Artificial Intelligence), ECAI (European Conference on Artificial Intelligence). autres revues scientifiques : KDD journal, AI journal, etc. G. Date de dernière mise à jour Le 1er septembre H. Liste des sujets pour le travail long Le Data Mining La sélection d attributs (feature selection) et les techniques de discrétisation de données numériques Le Text Mining Les algorithmes génétiques Les réseaux de neurones La programmation logique inductive (ILP) Le Reinforcement Learning L apprentissage chez l être humain Et autres
A.E.C. - Gestion des Applications, TI LEA.BW
A.E.C. - Gestion des Applications, TI LEA.BW Groupe : 00051 Sécurité 420-PKF-SL (2-1-1) Quatrième étape Plan de cours Professeur Nom : Marcel Aubin Courrier électronique : maubin@cegep-st-laurent.qc.ca
Plus en détailIntelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Plus en détailLaboratoire 4 Développement d un système intelligent
DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement
Plus en détailPOL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Hiver 2012 Local B-0305 Lundi de 13h00-14h30 Professeur : Erick Lachapelle Bureau : C-3124
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailSoutien technique en informatique
Service de formation aux adultes Soutien technique en informatique PLAN DE COURS Utilisation et création de bases de données 420-B64-GR 2-2-2 75 heures Session automne 2010 NOM DE L ENSEIGNANT : JIE YANG
Plus en détailGauthier, Benoît (dir.). 2010. Recherche sociale : de la problématique à la collecte des données. Québec : Presses de l Université du Québec.
Faculté des arts et des sciences Département de science politique POL 1100 (Méthodes de recherche en politique) Automne 2011 Local B-0245 Lundi de 13h00-14h30 Professeur : Éric Montpetit Bureau : C-4012
Plus en détailAnalyse de grandes bases de données en santé
.. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.
Plus en détailHIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK - 65384
Professeur : Raoul Graf FSA-Université Laval Pavillon Palasis Prince Bureau 2413 Tél. : 418 656 2131 ext. 2688 Courriel : Raoul.Graf@mrk.ulaval.ca HIVER 2004 MÉTHODOLOGIE DE LA RECHERCHE EN MARKETING MRK
Plus en détailPLAN DE COURS. Reconnaître le rôle des mathématiques ou de l informatique dans la société contemporaine (0011)
PLAN DE COURS Titre du cours : Logiciels appliqués en sciences Numéro du cours : 360-ESZ-03 Programme : Sciences de la Nature 200B0 Pondération : 1-2-3 Session : Hiver 2010 Enseignant : Éric Gaul François
Plus en détailSCIENCES - TECHNOLOGIES - SANTE. STIC : Sciences et Technologies de l Information et de la Communication. Parcours Informatique
2012-2015 Niveau : MASTER année Domaine : Mention : Spécialité : Volume horaire étudiant : SCIENCES - TECHNOLOGIES - SANTE STIC : Sciences et Technologies de l Information et de la Communication Parcours
Plus en détailUne méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données
Une méthode de classification supervisée sans paramètre pour l apprentissage sur les grandes bases de données Marc Boullé Orange Labs 2 avenue Pierre Marzin 22300 Lannion marc.boulle@orange-ftgroup.com,
Plus en détailOrganisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.
2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle
Plus en détailDessin Technique GMEC1311. PROFESSEUR Gabriel Cormier, Ph.D. Bureau : 217G2 Tél : 858-4566 Courriel : gabriel.cormier@umoncton.ca
Faculté d ingénierie PLAN DE COURS Génie mécanique Dessin Technique GMEC1311 PROFESSEUR Gabriel Cormier, Ph.D. Bureau : 217G2 Tél : 858-4566 Courriel : gabriel.cormier@umoncton.ca HORAIRE Théorie : Jeudi,
Plus en détail413.323.1. du 23 février 2004. Le Département de l'economie,
Règlement concernant l organisation et la formation à l'ecole supérieure jurassienne d'informatique de gestion (ESIG) (Version en vigueur jusqu'au 31 août 2012) du 23 février 2004 Le Département de l'economie,
Plus en détailPLAN DE COURS DÉPARTEMENT ÉLECTRONIQUE INDUSTRIELLE. TITRE DU COURS Ordinateur Outil 243-215-RA 1-4-2
PLAN DE COURS DÉPARTEMENT ÉLECTRONIQUE INDUSTRIELLE TITRE DU COURS Ordinateur Outil 243-215-RA 1-4-2 Numéro du cours Pondération Automne 2010 Martin Cloutier Table des matières 1 NOTE PRÉLIMINAIRE... 3
Plus en détailCHARGÉE DE COURS : Catherine Pelletier, MBA, chargée de communication, Service des communications et des relations avec le milieu, FSA
MRK-20712 - MARKETING DIRECT Syllabus Automne 2008 Local 3307 PAP CHARGÉE DE COURS : Catherine Pelletier, MBA, chargée de communication, Service des communications et des relations avec le milieu, FSA
Plus en détailUNIVERSITÉ LAVAL. PLAN DE COURS PROGRAMME en GESTION du DÉVELOPPEMENT TOURISTIQUE. Titre et sigle du cours : Marketing touristique, MRK 20578
1 UNIVERSITÉ LAVAL FACULTÉ DES SCIENCES DE L'ADMINISTRATION Certificat en gestion du développement touristique PLAN DE COURS PROGRAMME en GESTION du DÉVELOPPEMENT TOURISTIQUE IDENTIFICATION Titre et sigle
Plus en détailFrancis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle
Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA
Plus en détailTANAGRA : un logiciel gratuit pour l enseignement et la recherche
TANAGRA : un logiciel gratuit pour l enseignement et la recherche Ricco Rakotomalala ERIC Université Lumière Lyon 2 5, av Mendès France 69676 Bron rakotoma@univ-lyon2.fr http://eric.univ-lyon2.fr/~ricco
Plus en détailASR-2102 : Produits financiers: assurances et rentes
ASR-2102 : Produits financiers: assurances et rentes NRC 10985 Hiver 2012 Temps consacré : 3-0-6 Crédit(s) : 3 Connaître les produits financiers suivants: produits d'assurance-vie, produits d'assurance
Plus en détailÉvaluation 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 détailUniversité de Lorraine Licence AES LIVRET DE STAGE LICENCE 2014-2015
Université de Lorraine Licence AES LIVRET DE STAGE LICENCE 2014-2015 1 LA REDACTION DU RAPPORT DE STAGE Le mémoire ne doit pas consister à reprendre tels quels des documents internes de l entreprise ou
Plus en détailApprentissage 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 détailMastère spécialisé. «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché»
Mastère spécialisé «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché» I- Présentation détaillée du programme d enseignement Répartition par modules et crédits ECTS : Intitulé
Plus en détailMastère spécialisé MS : «Ingénierie de l innovation et du produit nouveau
Mastère spécialisé MS : «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché» 1- Présentation détaillée du programme d enseignement Répartition par modules et crédits ECTS :
Plus en détailApplication de K-means à la définition du nombre de VM optimal dans un cloud
Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février
Plus en détailApprentissage. Intelligence Artificielle NFP106 Année 2012-2013. Plan. Apprentissage. Apprentissage
Intelligence Artificielle NFP106 Année 2012-2013 Apprentissage! F.-Y. Villemin! Plan! Apprentissage! Induction! Règles d'inférence inductive! Apprentissage de concepts!! Arbres de décision! ID3! Analogie
Plus en détailSIO-6029-Z1 : Gestion de projet et du changement
E SIO-6029-Z1 : Gestion de projet et du changement Hiver 2012 Enseignant : Jean-Pierre Bélanger, Chargé de cours Plage horaire du cours : Cours en salle : Mercredi 18h30 à 21h20 Local : PAP-2327 Du 11
Plus en détailData Mining. Master 1 Informatique - Mathématiques UAG
Data Mining Master 1 Informatique - Mathématiques UAG 1.1 - Introduction Data Mining? On parle de Fouille de données Data Mining Extraction de connaissances à partir de données Knowledge Discovery in Data
Plus en détailCurriculum Vitae - Emmanuel Hebrard. Emmanuel Hebrard
Emmanuel Hebrard Adresse 5 Tuckey Street Cork, Ireland emmanuel.hebrard@gmail.com http ://4c.ucc.ie/ ehebrard/home.html Adresse Professionnelle Cork Constraint Computation Centre Cork, Ireland Telephone
Plus en détailLe cinquième chapitre
Le cinquième chapitre Objectif : présenter les supports matériels ou immatériels permettant d'étayer cette nouvelle approche de la fonction maintenance. I. Evolution du domaine technique - Différents domaines
Plus en détailService d accompagnement pédagogique de l Université Sorbonne Paris Cité
Service d accompagnement pédagogique de l Université Sorbonne Paris Cité CATALOGUE DE FORMATION POUR LES ENSEIGNANTS DE USPC 2014-2015 Le service SAPIENS créé en janvier 2014 propose durant l année 2014-2015
Plus en détailIntroduction à l Informatique Décisionnelle - Business Intelligence (7)
Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence
Plus en détailMéthodes quantitatives en sciences humaines. 2 Pratique : 2 Étude personnelle : 2. BUREAU poste courriel ou site web
360-300-RE HIVER 2008 MATHÉMATIQUES Plan de cours COURS : Méthodes quantitatives en sciences humaines PROGRAMME : 300.A0 Sciences humaines DISCIPLINE : Mathématiques Pondération : Théorie : 2 Pratique
Plus en détailÉCOLE DES SCIENCES DE LA GESTION DE L UQAM MBA pour cadres spécialisés en gestion des villes et métropoles
ÉCOLE DES SCIENCES DE LA GESTION DE L UQAM MBA pour cadres spécialisés en gestion des villes et métropoles MBA8V3B Projets publics urbains, gestion des risques Plan de cours É2014 Professeur : Benoit Duguay
Plus en détailNUMÉRO (GR) TITRE DU COURS CYCLE
PLAN DE COURS Professeur : Frédéric Laurin AUTOMNE 2012 TRIMESTRE ET ANNÉE MBA-6001-01et 02 LES ENVIRONNEMENTS DE L ENTREPRISE 2 e NUMÉRO (GR) TITRE DU COURS CYCLE 1. DESCRIPTION DU COURS L'objectif du
Plus en détailThéories criminologiques II (CRM 3701)
Département de criminologie Department of Criminology Richard DUBÉ Courrier électronique : rdube@uottawa.ca Téléphone au bureau : 562-5800 poste 8861 Disponibilités : jeudi de 16h à 18h (pavillon des sciences
Plus en détailPlan de cours. 1. Mise en contexte. 2. Place du cours dans le programme. 3. Descripteur du cours
Faculté des sciences Centre de formation en technologies de l information Plan de cours Cours : INF 735 Entrepôt et forage de données Trimestre : Hiver 2015 Enseignant : Robert J. Laurin 1. Mise en contexte
Plus en détailFormation. Durée de la formation : 1 journée. Formule In-house (jusque 3 participants) Formation sur mesure en entreprise.
Formation Comment tirer le meilleur bénéfice de toute l information interne et externe disponible au sein de l'entreprise? Durée de la formation : 1 journée Formules : Formule In-house (jusque 3 participants)
Plus en détailECOLE PRIMAIRE QUERAL ECOLE MATERNELLE CHARLES PERRAULT ECOLE DU CHAT PERCHE SAINT-ROCH
COMMUNE DE PONTCHATEAU REGLEMENT INTERIEUR DES RESTAURANTS SCOLAIRES MUNICIPAUX ECOLE PRIMAIRE QUERAL ECOLE MATERNELLE CHARLES PERRAULT ECOLE DU CHAT PERCHE SAINT-ROCH Le présent règlement, adopté par
Plus en détailCommentWatcher. plateforme Web open-source pour analyser les discussions sur des forums en ligne. Marian-Andrei RIZOIU
CommentWatcher plateforme Web open-source pour analyser les discussions sur des forums en ligne Marian-Andrei RIZOIU 2ème octobre 2013 BLEND 2013 Lyon, France Contexte Laboratoire ERIC Université Lumière
Plus en détailDépartement de l'éducation, de la culture et des sports
Département de l'éducation, de la culture et des sports Règlement concernant la formation de Designer dipl. ES, orientation Design de produit, spécialisation Objets horlogers Le conseiller d Etat, chef
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailIntroduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours
Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP
Plus en détailMaîtrise universitaire d études avancées en Microbiologie
Maîtrise universitaire d études avancées en Microbiologie Art. E1 Objet 1. La Faculté des sciences de l Université de Genève décerne le diplôme de Maîtrise universitaire d études avancées en Microbiologie
Plus en détailricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/cours/ Publications, ressources, liens, logiciels,
Université Lumière Lyon 2 Tutoriels Tanagra - http://tutoriels-data-mining.blogspot.fr/ 1 ricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/cours/ Publications, ressources, liens,
Plus en détailRENSEIGNEMENTS GÉNÉRAUX : QU'EST-CE QUI CHANGE?
RENSEIGNEMENTS GÉNÉRAUX : QU'EST-CE QUI CHANGE? o Afin de mieux vous servir, la Great-West versera aux fournisseurs de service des paiements en bloc planifiés au lieu d'émettre un paiement pour chaque
Plus en détailEXPLORATION DES BASES DE DONNÉES INDUSTRIELLES À L AIDE DU DATA MINING PERSPECTIVES
EXPLORATION DES BASES DE DONNÉES INDUSTRIELLES À L AIDE DU DATA MINING PERSPECTIVES Bruno Agard (1), Andrew Kusiak (2) (1) Département de Mathématiques et de Génie Industriel, École Polytechnique de Montréal,
Plus en détailwww.bibliothequechiroux.be
Règlement d Ordre Intérieur de la Bibliothèque Chiroux www.bibliothequechiroux.be DISPOSITIONS GénérALES Article 1 : Objet Le présent règlement s applique à la Section de Prêt pour Adultes, à la section
Plus en détailCours d été 2015. Aux parents et élèves de 5 e secondaire
Cours d été 2015 Aux parents et élèves de 5 e secondaire Durant l été, la Commission scolaire offre à ses élèves de 5 e secondaire trois services : 1. Des cours en présentiel, dans les matières suivantes
Plus en détailFaculté des sciences de l administration Automne 2005
Faculté des sciences de l administration Automne 2005 Département de finance et assurance Programmes de 1er cycle Université Laval ASR-15742 GESTION DES RISQUES ET ASSURANCE Professeur: M. Gilles Bernier,
Plus en détailUNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************
************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque
Plus en détailDOSSIER D INSCRIPTION PÉDAGOGIQUE 2015-2016
1 UNIVERSITÉ PIERRE & MARIE CURIE LABORATOIRE DE PROBABILITÉS ET MODÈLES ALÉATOIRES Adresse Postale : 4, Place Jussieu Boîte courrier 188 75252 PARIS CÉDEX 05 Téléphone : 01.44.27.53.20. - Télécopie :
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailPLAN DE COURS CONCEPT ET MULTIMÉDIA 2 570 JCW 06
PLAN DE COURS CONCEPT ET MULTIMÉDIA 2 570 JCW 06 Pondération du cours 2-4-3 Session Automne 2011 Compétence(s) visée(s) OOPL - OOPM Programme-hôte Graphisme Professeur Sabin Farley Département de graphisme
Plus en détailSpécifications, Développement et Promotion. Ricco RAKOTOMALALA Université Lumière Lyon 2 Laboratoire ERIC
Spécifications, Développement et Promotion Ricco RAKOTOMALALA Université Lumière Lyon 2 Laboratoire ERIC Ricco? Enseignant chercheur (CNU.27) En poste à l Université Lyon 2 Faculté de Sciences Eco. Recherche
Plus en détailLycéens... page 2 Devoirs des lycéens... page 2 Droit des lycéens... page 7
RÈGLEMENT INTÉRIEUR Lycéens... page 2 Devoirs des lycéens... page 2 Droit des lycéens... page 7 Étudiants... page 9 Devoirs des étudiants... page 9 Droit des étudiants... page 13 5 rue de la Motte Brûlon
Plus en détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Plus en détailTEXT MINING ET INTELLIGENCE ECONOMIQUE : AUJOURD HUI ET DEMAIN
TEXT MINING ET INTELLIGENCE ECONOMIQUE : AUJOURD HUI ET DEMAIN Xavier Polanco Unité de Recherche et Innovation Institut de l Information Scientifique et Technique Centre National de la Recherche Scientifique
Plus en détailMRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010
E MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 Professeure :Elissar Toufaily Plage horaire du cours : Cours en salle Jeudi 15h 30-18h30 Local 4221 PAP Du 2 septembre. 2010 au 9
Plus en détailModalités d application de l article L 4113-6 du CSP après la parution du décret 2007-454 du 25 mars 2007
24 mai 2007 MAJ du 11 septembre 2007 Modalités d application de l article L 4113-6 du CSP après la parution du décret 2007-454 du 25 mars 2007 La loi du 4 mars 2002 avait prévu les dispositions suivantes,
Plus en détailNous désirons tout mettre en œuvre pour découvrir le travail d enseignant et surtout, améliorer nos
L A P P R E N T I S S A G E E N P R O F O N D E U R Présenté par : Michael Lafontaine, CGA, M. Fisc. Bruce Lagrange, CA, M. Sc. Patricia Michaud, CA, MBA Francis Belzile, CA, M. Fisc. Janie Bérubé, CA,
Plus en détailPlan de cours. Chiffriers et bases de données en gestion commerciale
Collège Lionel-Groulx 100, rue Duquet Sainte-Thérèse, (Québec) J7E 3G6 Téléphone : (450) 430-3120 Télécopieur : (450) 430-2783 Site Internet : http://www.clg.qc.ca Session : Hiver 2009 No de cours : 420-CJ0-LG
Plus en détailNom Prénom :... Mon livret de stage
Nom Prénom :..... Mon livret de stage 1. Présentation Tuteur de stage : NOM et Prénom: Fonctions dans l entreprise : Téléphone et poste : Stagiaire NOM et Prénom : Né(e) le : Stage effectué du au Professeur
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailBases de données et RefWorks Sylvain Fiset - Automne 2008. Bases de données et Refworks. Sylvain Fiset
Bases de données et Refworks Sylvain Fiset 1 Plan de l atelier Démontrer l utilisation des bases de données dans un contexte pédagogique. Démontrer l utilisation des bases de données et de RefWorks dans
Plus en détailPOLITIQUE FINANCIÈRE
POLITIQUE FINANCIÈRE SYNDICAT DES ÉTUDIANTS ET ÉTUDIANTES SALARIÉS-E-S DE L'UNIVERSITÉ DU QUÉBEC À RIMOUSKI (SEES-UQAR) ALLIANCE DE LA FONCTION PUBLIQUE DU CANADA (AFPC)/FTQ Adoptée en AG le 30 octobre
Plus en détailRÈGLEMENT FACULTAIRE SUR LA RECONNAISSANCE DES ACQUIS. Faculté des lettres et sciences humaines
RÈGLEMENT FACULTAIRE SUR LA RECONNAISSANCE DES ACQUIS Faculté des lettres et sciences humaines PRÉAMBULE Ce règlement facultaire sur la reconnaissance des acquis s inscrit dans le cadre de la Politique
Plus en détailREGLEMENT INTERIEUR ECOLE PRIMAIRE
Ecole Française du Cap - 101 Hope Street - Gardens 8001 - Cape Town - Afrique du Sud Tél: +27 (0)21 461 2508 - Fax: +27 (0)21 461 5312 - courriel : secretariat@ecolefrancaiseducap.co.za www.ecolefrancaiseducap.co.za
Plus en détailPrésentation de la majeure ISN. ESILV - 18 avril 2013
Présentation de la majeure ISN ESILV - 18 avril 2013 La Grande Carte des Métiers et des Emplois Sociétés de service Entreprises Administrations Grand- Public Sciences Utiliser Aider à utiliser Vendre APPLICATIONS:
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailIntroduction à la Fouille de Données (Data Mining) (8)
Introduction à la Fouille de Données (Data Mining) (8) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2008 Introduction à la fouille
Plus en détailMATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES
MATH0062-1 ELEMENTS DU CALCUL DES PROBABILITES REPETITIONS et PROJETS : INTRODUCTION F. Van Lishout (Février 2015) Pourquoi ce cours? Sciences appliquées Modélisation parfaite vs monde réel Comment réussir
Plus en détailLe 18/09/2015 à 12h00 à Pessac en Gironde (voir article 6 du présent règlement)
LA MONNAIE DE PARIS 11, quai de Conti - 75 270 Paris cedex 06 Voie Romaine - 33 600 Pessac www.monnaiedeparis.fr Direction des Finances et de la Performance MAPA 75-15 RÈGLEMENT DE LA CONSULTATION Version
Plus en détailPrésenta;on du cours
MTI820 Entrepôts de données et intelligence d affaires Présenta;on du cours Hiver 2015 C. Desrosiers Département de génie logiciel et des TI MTI820 Hiver 2013 C. Desrosiers 1 InformaBons de base Titre:
Plus en détailClassification Automatique de messages : une approche hybride
RECIAL 2002, Nancy, 24-27 juin 2002 Classification Automatique de messages : une approche hybride O. Nouali (1) Laboratoire des Logiciels de base, CE.R.I.S., Rue des 3 frères Aïssiou, Ben Aknoun, Alger,
Plus en détailProjet de charte d utilisation Cyber-base du Vic-Bilh Montanérès
Projet de charte d utilisation Cyber-base du Vic-Bilh Montanérès Article 1. Objet du règlement Le présent règlement a pour objet de définir les conditions d utilisation des locaux et du matériel de la
Plus en détailThéories criminologiques II (CRM 3701)
Déparetement de criminologie Department of Criminology 25 Université / 25 University, Ottawa, ON K1N 6N5 Richard DUBÉ Courrier électronique : rdube@uottawa.ca Téléphone au bureau : 562-5800 poste 8861
Plus en détailJ ai des idées pourquoi plagier?! Campagne de sensibilisation sur le plagiat
J ai des idées pourquoi plagier?! Campagne de sensibilisation sur le plagiat Qu est-ce que le plagiat? Voici la définition de la Politique institutionnelle d évaluation des apprentissages (PIÉA) du collège
Plus en détailMentions Légales. Webmaster. Propriété intellectuelle
Mentions Légales Site web édité et hébergement par l auto-entreprise Axxom de Delorme Andy. N de Siret : 518 501 572 00011 17 chemin du petit clora 63400 Chamalières Téléphone : 06-21-53-88-99 Mail : contact@axxom.fr
Plus en détailComment le "big data" impacte le domaine de l'intelligence Economique?
Comment le "big data" impacte le domaine de l'intelligence Economique? Il n'y a pas ces temps ci de jour en France sans un séminaire, une journée sur le "big data" (parlons plutôt de mégadonnées, terme
Plus en détailRecherche et méthodologie en criminologie (CRM 6725 A & B)
Département de criminology/department of criminology Hiver 2014 Fernando Acosta facosta@uottawa.ca Pavillon des Sciences sociales, bureau 13022 Téléphone : (613) 562-5800 (1790) Mercredi : 8h30-11h30 Salle
Plus en détailTravailler avec les télécommunications
Travailler avec les télécommunications Minimiser l attrition dans le secteur des télécommunications Table des matières : 1 Analyse de l attrition à l aide du data mining 2 Analyse de l attrition de la
Plus en détailSpécificités, Applications et Outils
Spécificités, Applications et Outils Ricco Rakotomalala Université Lumière Lyon 2 Laboratoire ERIC Laboratoire ERIC 1 Ricco Rakotomalala ricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/data-mining
Plus en détailService de l adaptation scolaire et des services complémentaires
Service de l adaptation scolaire et des services complémentaires 2955, boulevard de l Université, Sherbrooke (Québec) J1K 2Y3 Téléphone : 819 822-5540 Télécopieur : 819 822-5286 Le concept de besoin Dans
Plus en détailHervé Couturier EVP, SAP Technology Development
Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud
Plus en détailjoanne.boulanger@gial.be Fax: +32 22295454 Soumission des offres et des demandes de participation par voie électronique (URL):
1/ 17 BE001 6/5/2015 - Numéro BDA: 2015-511605 Formulaire standard 2 - FR Bulletin des Adjudications Publication du Service Fédéral e-procurement SPF P&O - 51, rue de la Loi B-1040 Bruxelles +32 27905200
Plus en détailREGLEMENT GENERAL DE LA MAISONS DES ASSOCIATIONS ROGER CHANRON
REGLEMENT GENERAL DE LA MAISONS DES ASSOCIATIONS 1) Objet de la Maison des associations La Maison des associations est un lieu de développement et de soutien de la vie associative. Elle doit permettre
Plus en détailTechniques de l informatique 420.AC. DEC intensif en informatique, option gestion de réseaux informatiques
Plan de cours Techniques de l informatique 420.AC DEC intensif en informatique, option gestion de réseaux informatiques 420-691-MA Stage en entreprise Site du stage en entreprise : http://stages.cmaisonneuve.qc.ca/evaluation/1748/
Plus en détailPLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique
Département de génie de la production automatisée Programme de baccalauréat Professeur Pontien Mbaraga, Ph.D. Session/année Automne 2004 Groupe(s) 01 PLAN DE COURS GPA750 Ordonnancement des systèmes de
Plus en détailGENERALITES II. ORGANISATION ET ORGANES DE L EXAMEN III. INSCRIPTION A L EXAMEN, FRAIS ET CONDITIONS D ADMISSION IV. CONTENU ET MATIERE DE L EXAMEN
Table des matières I. GENERALITES II. ORGANISATION ET ORGANES DE L EXAMEN III. INSCRIPTION A L EXAMEN, FRAIS ET CONDITIONS D ADMISSION IV. CONTENU ET MATIERE DE L EXAMEN V. DEROULEMENT DE L EXAMEN VI.
Plus en détailPLAN DE COURS. Description du cours. Approche pédagogique. Matériel pédagogique. 3-203-99 Gestion de portefeuille Automne 2005
3-203-99 Gestion de portefeuille Automne 2005 PLAN DE COURS Professeurs : Kodjovi Assoé Téléphone : 340-6615, bureau 4.222, kodjovi.assoe@hec.ca Jean-Philippe Tarte Téléphone : 340-6612, bureau 4.261,
Plus en détailCONVENTION de COLLABORATION. La Mutuelle de Santé de Bignamou et. Le Centre de Santé de Bignamou
CONVENTION de COLLABORATION entre La Mutuelle de Santé de Bignamou et Le Centre de Santé de Bignamou La mutuelle de Bignamou d une part, et le Centre de Santé de Bignamou d autre part, sont désireux de
Plus en détailRELATIF AU FONDS D ACCUEIL ET DE CONSOLIDATION DES SYNDICATS
RÈGLEMENT N o 5 RELATIF AU FONDS D ACCUEIL ET DE CONSOLIDATION DES SYNDICATS Juin 2013 Version 2013.06 1 TABLE DES MATIÈRES PRINCIPES GÉNÉRAUX... 3 ACCUEIL... 4 NOUVEAUX MEMBRES NOUVEAU SYNDICAT... 4 NOUVELLES
Plus en détailMODALITES DE SUIVI DU PROJET ANNUEL DU MASTER 2 SOLUTIONS INFORMATIQUES LIBRES
MODALITES DE SUIVI DU PROJET ANNUEL DU MASTER 2 SOLUTIONS INFORMATIQUES LIBRES Département Informatique UFR Sciences 2 Boulevard Lavoisier 49045 Angers Cedex 01 Auteur : Jean-Michel Richer Email : jean-michel.richer@univ-angers.fr
Plus en détailPrésentations personnelles. filière IL
Présentations personnelles filière IL Résumé Liste de sujets de présentations personnelles. Chaque présentation aborde un sujet particulier, l'objectif étant que la lecture du rapport ainsi que l'écoute
Plus en détail