Descriptifs des Programmes Année 2013/2014. Sommaire
|
|
- Marie-Anne Lafond
- il y a 7 ans
- Total affichages :
Transcription
1 Master MIDO, Spécialité : Ingénierie Statistique et Financière Mathématiques de la modélisation et de la décision Mathématiques appliquées (MMD-MA) Descriptifs des Programmes Année 2013/2014 Sommaire INITIATION A VBA POUR EXCEL 2 TROUVER SON POSTE SUR LE MARCHE 3 METHODES POUR LES MODELES DE REGRESSION 4 TESTS STATISTIQUES 5 UTILISATION DU LOGICIEL SAS 6 INTRODUCTION AUX METHODES MATHEMATIQUES DE L ASSURANCE 7 PROCESSUS STOCHASTIQUES ET EDP 7 GESTION DE RISQUE ET DE CONSTRUCTION DE PORTEFEUILLE 8 CONDUITE DE PROJET ET COMMUNICATION 9 ANGLAIS 10 BLOC OPTIONNEL STATISTIQUE 11 ANALYSE DES DONEES ET SCORING 11 UTILISATION DU LOGICIEL SPAD 12 THEORIE DES SONDAGES 12 CONTROLE DE LA QUALITE - SURETE DE FONCTIONNEMENT 13 DATA MINING POUR LA RELATION CLIENT ET LE MARKETING 14 BASES DE DONEES POUR LA STATISIQUE 15 METHODES DE CLASSIFICATION 15 MARKETING DE THÉORIE À LA PRATIQUE 16 BLOC OPTIONNEL FINANCE 17 GESTION GLOBALE DES RISQUES, VAR 17 MODELES DE TAUX D INTERET 18 METHODES NUMERIQUES EN FINANCE (ISF) 19 ECONOMETRIE DE LA FINANCE 20 C++ 21 RISQUE DE CREDIT 21 METIERS DELA FINANCE ET PROJET PROFESSIONNEL 22 CALIBRATION DE MODÉLES 22 Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 1
2 INTRODUCTION VBA Semestre: 2 Volume horaire : 9h (cours facultatif) Enseignant responsable du cours : Mathieu Genisson Objectifs : Acquérir des notions de base dans le langage Visual Basic for Applications. L idée n est pas de devenir développeur en 3 séances, mais plutôt de s approprier l outil, et de connaitre ses forces et ses limites. VBA est un langage très demandé lors du recrutement de stagiaire notamment. Des bases solides peuvent faire la différence dans un processus de sélection. PLAN (INDICATIF) ENVIRONNEMENT DE DEVELOPPEMENT Présentation de l éditeur Notions de module L enregistreur de macro VISUAL BASIC Présentation Les variables Opérateurs Procédures et fonctions Structure décisionnelle Boucles Enumérations et collections Q&A Possibilité de discuter des interactions avec d autres logiciels de bureautiques, de statistiques (R notamment). EVALUATION Néant Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 2
3 Trouver son poste sur le marché Trimestre : 1er trimestre Volume horaire : 6 heures Nombre d ECTS : 0 Responsable du cours : Geoffroy DELION Statut : obligatoire Objectif de l'enseignement : ce cours a pour objectif de présenter les principales options possibles de métiers sur le marché en sortant du master ISF et de présenter un certain nombre d outils nécessaires à la construction d un projet de carrière personnel et identifié. Contenu de l'enseignement : Présentation générale du champ des possibles en termes d acteurs sur le marché et en terme de type de métier à la sortie du Master 2 ISF. Approche par les compétences et qualités demandées des différents métiers tout en proposant les questions à se poser par rapport à son approche personnelle. Présentation et restitution d outils de personnalité / gestion de carrière (possibilité de faire l autoévaluation par internet entre les deux cours de 2 fois troisheures) pour valider les éventuels choix qui se dessinent aux étudiants. Présentation de CV et lettre de motivation et ainsi que la préparation et l exécution des entretiens d embauche(écueils à éviter et questions à poser, exemples d entretien etc ). Nature et méthode d'enseignement : cours magistral Pré requis : Aucun Mode d'évaluation : Projet Personnel Bibliographie : Cours construit sur une approche et une constatation pragmatique du terrain, Deviens qui tu es (Pierre Cauvin) ; Développement personnel et professionnel par JC Durieux ; ABC de l Ennéagramme Par Eric Salem ; L analyse transactionnelle par René de Lassus ; Ces gestes qui vous trahissent par Joseph Messinger ; Les quatres accords Tolthèques par Miguel Ruiz Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 3
4 Méthodes pour les modèles de régression Trimestre : 1er trimestre Responsable du cours : Vincent RIVOIRARD Statut : obligatoire Objectif de l'enseignement : La régression statistique a pour but - D estimer les paramètres entrant en jeu dans un modèle -De prédire les valeurs que peuvent prendre des observations -De déterminer les variables qui entrent en jeu de manière fondamentale dans un problème statistique. L objectif de ce cours (et des TP associés) est de décrire et de manipuler les méthodes modernes les plus classiques de la régression afin de fournir un bagage statistique solide aux étudiants qui suivront ce cours Contenu de l enseignement : - Rappels sur le modèle et la régression linéaire, - Limitations de la régression usuelle, - Régression pas à pas, - Choix de modèles (Méthodes ascendantes et descendantes, AIC et BIC) - Régression par moindres carrés pénalisés (estimateurs bridge et lasso) - Modèles linéaire généralisés - Régression Poissonienne - Modèles logit/probit - Régression non-linéaire (polynômes locaux, ondelettes) - Régression PLS et CART Bibliographie : - P.A. Cornillon et E. Matzner-Lober : Régression : Théorie et applications - P.A. Cornillon et E. Matzner-Lober : Régression avec R: Régression - G. Saporta : Probabilités, analyses des données et statistiques - M. Tenenhaus : Statistique : Méthodes pour décrire, expliquer et prévoir Nature et méthodes d enseignement : cours magistral et TP sous R Mode d évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 4
5 Tests statistiques Trimestre : 2nd trimestre Responsable du cours : Fadoua BALABDAOUI Statut : obligatoire Contenu de l enseignement : - Tests non-séquentiels (tests classiques) : Tests d'hypothèses : Généralités, Hypothèses simples : Le lemme de Neyman-Pearson, Hypothèses composites : Le théorème de Karlin-Rubin, D'autres méthodes de construction: Test du Rapport de Vraisemblance (Likelihood Ratio Test), tests chi-deux. - Tests séquentiels : Le test de Wald : Tests Séquentiel du Rapport de Probabilités (TSRP), Approximation des bornes d'arrêt du TSRP, Courbe d'efficacité (Operating curve), La taille moyenne de l'échantillon (Average Sample Number), Application au contrôle de qualité Bibliographie : - G. B. Wetherill : Sequential Methods in Satistics - Z. Govindarajulu : Sequential Satistics - R. Pisani D. Freedman, R. Pisani \& R. Purves& R. Purves : Statistics - G. Casella & R. L. Berger : Statistical Inference - F. Balabdaoui & O. Wintenberger (polycopi\'e) : Statistique Math\'ematique - E. L. Lehmann : Testing Statistical Hypotheses Nature et méthodes d enseignement: cours magistral Mode d évaluation: examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 5
6 Utilisation du logiciel SAS Trimestre : 1er trimestre Volume horaire : 18 heures Responsable du cours : Thierry CEMBRZYNSKI Statut : obligatoire Contenu de l enseignement : - Module de base : les concepts fondamentaux, la lecture de données brutes, l édition et le tri de tableaux SAS. La transformation des données (codage, création de variables), les données manquantes. Le résumé des données (PROC MEANS, FREQ, UNIVARIATE). Introduction à la gestion des tableaux SAS, stockage des tableaux SAS. Lecture / Ecriture de fichiers externes. - Module GRAPH: graphique sur écran (PROC GPLOT) et annotation - Module STAT: introduction à l ACP (PROC PRINCOMP), à la classification (PROC CLUSTER et FASTCLUS), à l analyse discriminante (PROC DISCRIM), à l analyse de variance et la régression (PROC ANOVA, PROC REG) sur un exemple de plan d expériences. Cet enseignement comprend la réalisation d un traitement de données. Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 6
7 Introduction aux méthodes mathématiques de l assurance Trimestre : 1er trimestre Responsable du cours : Fabien MARCHESE Statut : obligatoire Contenu de l enseignement : Une première partie du cours est consacrée à une présentation générale de l assurance et des mécanismes statistiques de l assurance dommage. Dans la seconde partie, la plus longue,sont exposées les méthodes mathématiques de l assurance vie.les points suivants seront abordés: - Les fonctions probabilistes de l assurance vie. - Les tables de mortalité. - Calcul des engagements de l assureur et tarification. Présentation sur quelques cas représentatifs des procédés généraux de calcul de primes pures. - Notions élémentaires sur les provisions mathématiques. Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Processus stochastiques et EDP Trimestre : 1er trimestre Volume horaire : 30 heures Responsable du cours :Xialou TAN Statut : obligatoire Objectif de l'enseignement : L'objectif de ce cours est d'introduire des bases du calcul stochastique et d'explorer les liens qui existent entre les processus stochastiques étudiés et certaines équations aux dérivées partielles (e.d.p). Ce lien sera exploité dans le cadre d'applications financières: tel que l'évaluation des produits dérivés ou la gestion optimale de portefeuilles financiers. Contenu : 1. Calcul stochastique - Filtrations, temps d'arrêt - Martingales en temps continu Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 7
8 - Integrale stochastique et formule d Itô pour semimartingales continues - Applications de la formule d Itô: théorème de Lévy, représentation des martingales browniennes et théorème de Girsanov 2. Diffusions et EDP - Diffusions: existence, unicité et propriété de Markov forte - Problèmes de Dirichlet et de Cauchy, équation de Poisson - Formule de Feynman-Kac 3. Introduction au contrôle stochastique - Programmation dynamique et équation de Hamilton Jacobi Bellman - Problème de Merton Nature et méthodes d enseignement : cours magistral Mode d évaluation : Examen Gestion de risque et construction de portefeuille Trimestre : 1er trimestre Responsable du cours : Gabriel TURINICI Statut : obligatoire Objectif de l'enseignement : - Rappels du cadre classique: critère moyenne-variance, Markowitz, _CAPM / MEDAF - Indices, portefeuilles optimaux, beta, arbitrage, APT - Modèles incluant une dépendance du temps: théorie du contrôle, _Merton,... - Assurance du portefeuille: stop-loss, options, CPPI - Trading de volatilité, volatilité locale et calibration, formule de _Dupire - Introduction à l'allocation tactique à travers l'analyse et les _indicateurs techniques - Au delà du Markowitz: Black-Litterman et autres extensions - Autres classes d'actifs: FOREX, commodities,... Bibliographie : - JR. Portait, P. Poncet "Finance de marché" Dalloz R.B. Litterman "Mordern investment management: an equilibrium _approach", Goldman Sachs Z. Bodie, A. Kane A.J. Marcus "Investments" McGraw Hill 7th Edition Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 8
9 J.C. Hull "Options, futures and other derivatives", Pearson Prentice _Hall 2006, 6th édition - P. Wilmott "Paul Wilmott introduces quantitative finance" John Wiley & _Sons, 2007 Nature et méthodes d enseignement : Cours magistral Mode d évaluation : Examen Conduite de projet et communication Trimestre : 1er trimestre Volume horaire : 15 heures Responsable du cours : Olivier QUELIER Statut : obligatoire Objectif de l'enseignement : Ce cours met les étudiants en situation de conduite d un projet de communication à partir des besoins du master ISF classique. Les différents projets sont liés en particulier au site Internet, à l association, aux réseaux sociaux, aux vidéos et conférences, à l annuaire des anciens, à la participation aux salons ou aux supports de cours. En fonction de leur projet, les étudiants définissent le contexte de leur action. Ils proposent ensuite leur stratégie et les moyens de la mettre en oeuvre. Suite à leur action les étudiants remettent un «Plan de communication». De manière plus générale, le cours sensibilise les étudiants aux problématiques de la communication et de l action collective dans une organisation. Mode d évaluation : projet Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 9
10 Anglais Trimestre : 1er et 2nd trimestres Volume horaire : 24 heures Responsable du cours : Anthony HAMKINS Statut : obligatoire Contenu de l enseignement : Le but de cet enseignement est d apprendre à : - Ecrire une lettre de motivation en anglais; - Faire un CV et constituer un dossier d expérience professionnelle en anglais; - Etre performant en anglais lors d un entretien d embauche et de façon plus générale dans la vie professionnelle; - Etre capable de comprendre des sujets d actualité à l oral et à l écrit, et d en débattre; - Préparer le TOEIC (Test Of English for International Communication). Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 10
11 BLOC OPTIONNEL STATISTIQUE Analyse des données et scoring Trimestre : 1 er trimestre Volume horaire : 24 heures Responsable du programme du cours : Patrice BERTRAND Contenu de l enseignement : - Rappels et compléments sur l Analyse Factorielle d un nuage de points (ACP), l Analyse des Correspondances (AFC), l Analyse des Correspondances Multiples (ACM). - Analyse Discriminante (AD) : Analyse factorielle discriminante, Analyse discriminante décisionnelle, Cas de deux groupes, Multicolinéarité, Analyse discriminante sur variables qualitatives (méthode DISQUAL, Analyse discriminante barycentrique), Analyse Discriminante Bayésienne dans le cas gaussien. - Régression logistique : Modélisation, Estimation des coefficients par le Maximum de Vraisemblance. Tests. Régression pas à pas. - Introduction à l algorithme du séparateur à vaste marge (SVM). L ensemble de ces méthodes enseignées est illustré par des démonstrations du logiciel R sur des jeux de données réels (principalement ACP, AFC, ACM, AD linéaire et quadratique, Régression logistique). Nature et méthodes de l'enseignement : cours magistral Mode d'évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 11
12 Utilisation du logiciel SPAD Trimestre : 2nd trimestre Volume horaire : 18 heures Nombre d ECTS : 2 Responsable du cours : Mireille GETLLER SUMMA Statut optionnel Contenu de l enseignement : - Introduction au logiciel SPAD.N. - Importation de données. - Etude des programmes: tris à plat et tris croisés, analyse en composantes principales, analyse des correspondances simples et multiples, classification, régression linéaire - Interprétation des résultats. Cet enseignement comprend la réalisation d un traitement de données. Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Théorie des sondages Trimestre : 1er trimestre Responsable du cours : Sébastien FAIVRE Contenu de l enseignement : - Introduction: paramètre et estimateur, aléa de sondage, concepts de précision, base de sondage. - Echantillonnage à probabilités inégales; le cas particulier du sondage aléatoire simple. - Sondage stratifié. - Echantillonnage à plusieurs degrés; le cas particulier du sondage en grappes. - Généralités sur les redressements. - Redressement sur variables qualitatives: la technique de poststratification sur une puis deux variables (calage sur marges). - Redressement sur variables quelconques : l estimateur par la régression. - Eléments de traitement des non-réponses. Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 12
13 Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Contrôle de la qualité- Sûreté de fonctionnement Trimestre : 2nd trimestre Nombre d ECTS : 2 Responsable du cours : Claude CONSTANT et Walter SCHÖN Contenu de l enseignement : 15 heures Management de la qualité (Claude CONSTANT) : - Le système de gestion de la qualité, outil de management de la qualité dans l entreprise: ses enjeux, son organisation, les normes internationales ISO 9000 et l introduction à l assurance qualité - Présentation des différents outils et méthodes qualité utilisés comme des aides à la décision dans les phases de développement et de fabrication du produit. - Le contrôle qualité à la réception des lots. - L analyse des moyens de production et la maîtrise statistique des processus. - La méthodologie des plans d expériences dans la mise au point des processus. - Introduction à la méthodologie «Six Sigma». Sûreté de fonctionnement (Walter SCHÖN) : 6 heures - Généralités. - Traitement des données de fiabilité (fiabilité expérimentale et opérationnelle). - Fiabilité des systèmes. - Fiabilité et disponibilité des systèmes réparables. Nature et méthodes d enseignement : cours magistral Mode d évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 13
14 Data mining pour la relation client et le marketing Trimestre : 2nd trimestre Nombre d ECTS : 3 Responsables du cours : Pascal BIZZARI et Stéphanie THOMAS Contenu de l enseignement : Data mining pour la Relation Client et le Marketing. L objectif de l enseignement est d illustrer les applications du Data Mining dans les entreprises : - Positionnement du Data Mining - Structure des systèmes d information (entrepôt de données), enjeux du Data Mining - Cartographie des technologies de Data Mining - Statistiques et Data Mining, domaines d applications du Data Mining - Processus de réalisation d une étude - Etudes de cas : Ciblage marketing, segmentation de la clientèle, analyse de la satisfaction, associations de produits, analyse des parcours internet, prévention des impayés, scoring d attrition («churn»), calcul de valeur client. Nature et méthodes d enseignement : cours magistral & travaux pratiques Mode d évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 14
15 Bases de données pour la statistique Trimestre : 1er trimestre Volume horaire : 25,5 heures Responsable du cours : Witold LITWIN Contenu de l enseignement : - Architectures modernes des SGBD: ANSI-SPARC, multibase, fonctionnelle, clientserver(s), parallèles & cloud. - Conception et manipulation avancées de données en SQL-2 et QBE: nouveau types de données, domaines et contraintes d intégrité, différents types de jointures, fonctions d aide à la décision, requêtes multibases, déclencheurs. - Interfaces 4-GL et web. Transactions, fiabilité, données No-SQL, «Big Data Analysis». Nature et méthodes d enseignement : cours magistral Mode d évaluation : projet Méthodes de classification Trimestre : 1er trimestre Volume horaire : 30 heures Nombre d'ects : 3 Responsable du cours : Patrice BERTRAND Public visé : Spécialité TSI et parcours statistique de la spécialité ISF Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining Contenu de l'enseignement : - Introduction. Notions de statistique et d analyse des données : variables aléatoires, échantillons. Réseaux de neurones : fondements neuro-biologiques, notion de neurone formel, définition d un réseau. - Classement ou discrimination. Approche statistique et analyse des données : définition du cadre Bayésien, méthodes paramétriques (analyse discriminante linéaire), méthodes non paramétriques (arbre de décision et segmentation). Approche réseaux de neurones : méthode du perceptron (propriétés mathématiques et limites), algorithme de rétropropagation (propriétés d approximateur universel). Estimation du Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 15
16 taux de classement, validation et mesure de la capacité de généralisation des méthodes de classement : présentation de quelques exemples, utilisation pratique de ces méthodes (logiciels libres WEKA et TANAGRA). - Partitionnement et Classification hiérarchique. Méthodes de la Classification Hiérarchique (Classification Hiérarchique Descendante, Classification Ascendante Hiérarchique, liens avec les ultramétriques, formule de Lance et Williams, voisins réciproques), Méthode des k- means et variantes (convergence de l algorithme, version «batch», algorithmes d échange), Cartes auto-organisatrices de Kohonen, Evaluation d un partitionnement par mesure de l adéquation avec les données, et par mesure de la stabilité des résultats (liens avec les algorithmes de classification par méthode d ensemble). Nature et méthode d'enseignement : cours magistral Mode d'évaluation : examen final Marketing : de la théorie à la pratique Trimestre : 2ème Trimestre Nombre d'ects : 3 Responsable du cours : Jerôme BELLANGER, Fondateur - Gérant, cabinet d études qualitatives, J.B.C. Objectifs de l enseignement : "Marketing, de la théorie à la pratique" : acquisition et approfondissement des concepts fondamentaux du marketing et pratiques du marketing au travers de cas réels et récents Contenu de l'enseignement : la stratégie marketing, le marketing opérationnel, les études marketing, la GRC / CRM Nature et méthode d'enseignement : cours magistral Mode d'évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 16
17 BLOC OPTIONNEL FINANCE Gestion globale des risques, VAR Trimestre : 2nd trimestre Nombre d'ects : 3 Responsable du programme du cours : Mr Enrique IGUZQUIZA Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement : analyse des modèles mathématiques du risque de marché, étude des méthodes de gestion globales du risque de marché lorsque les sources d incertitude sont multiples. Contenu de l'enseignement. Introduction. Modèles dynamiques pour les prix d actifs financiers. Agrégation des risques, normalité, asymétrie, queues de distributions épaisses. La valeur risquée. Définition et méthodologies de calcul de la VaR (historiques, Monte Carlo, analytiques). Présentation de RiskMetrics de J.P. Morgan. Données, méthodologie, interprétations. Application. La cartographie de RiskMetrics, risque sur les instruments financiers comptants et produits dérivés. Estimation des matrices de variances-covariances, volatilités et corrélations. Nature et méthode d'enseignement : cours magistral Pré-requis : enseignements optionnels de finance des licence et master M1, notions de calcul stochastique Mode d'évaluation : examen final Bibliographie : P. Jorion, Value at risk, McGraw-Hill, 2000 D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991 J. Longerstaey, L. More, Introduction to RiskMetrics, Morgan Guaranty Trust Company,1995 Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 17
18 Modèles de taux d intérêt Trimestre : 1er trimestre Nombre d'ects : 3 Responsable du programme du cours : Sandrine HENON Objectif de l'enseignement : Ce cours est consacré aux modèles de taux d'intérêt à temps continu. Au travers de nombreux exemples, on décrit leur utilisation pour évaluer les produits dérivés sur taux d'intérêt. Contenu de l'enseignement. - Quelques outils de calcul stochastique : rappels. Formule d Ito Changement de probabilité : définition, théorème de Girsanov, formule pour les espérances conditionnelles. - Généralités sur les taux d'intérêt : Définitions : zéro-coupon, taux forward instantanés, taux court (ou taux spot) Modèles simples du taux court au travers de deux exemples : modèles de Vasicek et de CIR (Cox, Ingersoll et Ross). Modèles de Heath, Jarrow, Morton (HJM), probabilité risque-neutre, dynamique des zéro-coupon. - Produits de taux classiques. Généralités : formule de Black, phénomènes associés à la courbe de volatilités, taux forward, swap, taux swap. Changement de numéraire et probabilités forward. Application : prix des produits vanilles, les caplets et les swaptions. - Modèle LGM à un facteur. - Modèle BGM (Brace, Gatarek et Musiela) / Jamishidian. - Modèles à volatilité stochastique : Définition. Modèle SABR. Modèle d Heston Nature et méthode d'enseignement : cours magistral Pré-requis : notions de base de calcul stochastique, enseignements optionnels de finance des licence et master première année. Mode d'évaluation : examen final Bibliographie : - D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance - D. Brigo and F. Mercurio. Interest Rate Models Theory and Practice 2nd édition,springer - P. Hagan, D. Kumar, A. Lesniewski and D. Woodward. Managing Smile Risk, WILMOTT Magazine. Septembre Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 18
19 Méthodes numériques en finance Trimestre : 2nd trimestre Volume horaire 21 heures Nombre d'ects : 3 Responsable du programme du cours : Didier FAIVRE et Daniel THELL Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement. Présentation succincte des principales méthodes numériques utilisées en finance pour l évaluation des produits dérivés. Contenu de l'enseignement. Théorie de la Réplication : valorisation des options. Formule de Feymann Kac et application au cas d options européennes, asiatiques et américaines. Méthodes numériques : arbres, EDP et Monte-Carlo. Présentation et utilisation d un logiciel d évaluation d obligations convertibles. Nature et méthode d'enseignement : cours magistral Pré-requis : calcul stochastique et modèles d évaluation d actifs financiers en temps continu. Mode d'évaluation : examen final Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 19
20 Économétrie de la finance et applications à la gestion d actifs Trimestre : 2nd trimestre Nombre d'ects : 2 Responsable du programme du cours : Marc HOFFMANN Objectif de l'enseignement : ce cours a pour objectif de présenter les principales contributions de la théorie financière à la gestion d actifs. Une attention particulière sera donnée à l évaluation statistique des modèles abordés. Contenu de l'enseignement : Choix et performances de portefeuille : choix de portefeuilles pour le critère moyenne-variance, estimation des performances et des portefeuilles efficients, critiques et extensions. Modèles d équilibre des actifs financiers : hypothèses du modèle, le modèle, analyse par régressions, critiques et extensions. Modèles à facteurs et principe d'arbitrage : définitions, modèle à facteurs endogènes et exogènes, inférence statistique, critiques et extensions. Nature et méthode d'enseignement : cours magistral Pré requis : méthodes d'optimisation, statistiques, introduction aux marchés financiers. Mode d'évaluation : l évaluation se basera sur la rédaction d un mémoire individuel où l étudiant confrontera, à l aide de données financières, les modèles théoriques à la réalité des marchés. Bibliographie : C. Gouriéroux., O. Scaillet et A. Szafarz, Econométrie de la finance, Economica Y. Simon, Encyclopédie des marchés financiers, Vol I et II, Economica B. Dumas, A. Blaise, Les titres financiers : équilibre du marché et méthodes d'évaluation, PUF Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 20
21 C ++ Trimestre : 2nd trimestre Volume horaire : 24 heures Nombre d'ects : 3 Responsable du cours : Olivier CARLES Statut : Obligatoire Public visé : parcours finance de la spécialité ISF Objectif de l'enseignement : Donner un sens théorique et pratique du Data Mining Nature et méthode d'enseignement : cours magistral et travaux pratiques Mode d'évaluation : examen Risque de crédit Trimestre : 2nd trimestre Nombre d'ects : 3 Responsable du programme du cours : Florent OMNES Public visé : spécialités Actuariat et Ingénierie Statistique et Financière Objectif de l'enseignement : ce cours a pour objet la présentation des principaux concepts et principales méthodes utilisés pour la définition, la mesure, et la gestion du risque de crédit. Contenu de l'enseignement. Le risque de crédit : généralités ; obligation du secteur privé, sécurités et covenants lors d une émission, taux de recouvrement en cas de défaillance, spread de crédit, emprunt à haut rendement ; prêt syndiqué, dette souveraine ; défauts croisés et corrélation de défaut, actif contingent avec risque de défaut. Rating de créance et agences de rating. Dérivés de crédit. Modèles d évaluation du risque de crédit : modèles structurels (modèles de Merton, Black & Cox, Longstaff & Schwartz), modèles réduits (modèles à intensité, modèles à migration, modèle de Jarrow &Turnbull, Duffie & Singleton), modèles mixtes ; gestion de portefeuille et techniques de mesure du risque de crédit (exemples : CreditMetrics de J.P. Morgan, Credit Monitor de KMV). Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 21
22 Nature et méthode d'enseignement : cours magistral et conférences Pré-requis : options finance de licence et master M1. Mode d'évaluation : examen final. Bibliographie : D.Duffie, K.J.Singleton, Credit risk, Princeton Series in Finance, 2003 D.Cossin, H. Pirotte, Advanced credit risk analysis, John Wiley, 2000 CreditMetrics Technical Document, RiskMetrics Group, 2001 D. Lamberton, B. Lapeyre, Introduction au calcul stochastique appliqué à la finance, Ellipse, 1991 Métiers de la finance et projet professionnel Trimestre : 2ème trimestre Volume horaire : 30 heures Responsable du cours : Imen BEN TAHAR Objectif de l'enseignement : L'objectif de ce cours est 'amener chaque étudiant à développer de manière constructive son projet professionnel. Ceci implique - un travail d'exploration des métiers de la finance visés, ainsi que la confrontation des "représentations" avec la réalité du terrain, - une formulation des objectifs professionnels et l'élaboration d'un projet personnel - la mise en oeuvre des stratégies permettant d'atteindre ces objectifs, notamment lors de la recherche de stage, CALIBRATION DE MODÉLES Responsable du cours : Olivier FERON Université Paris-Dauphine Département MIDO Place du Maréchal de Lattre de Tassigny 22
Département MIDO Master 2 Mention : Mathématiques appliquées Parcours : Ingénierie Statistique et Financière (ISF)
Département MIDO Master 2 Mention : Mathématiques appliquées Parcours : Ingénierie Statistique et Financière (ISF) Vincent RIVOIRARD Secrétariat : Judith NTSAME judith.ntsame@dauphine.fr 01 44 05 47 90
Plus en détailINGÉNIERIE STATISTIQUE ET FINANCIÈRE
R E S E A R C H UNIVERSITY INGÉNIERIE STATISTIQUE ET FINANCIÈRE MATHÉMATIQUES APPLIQUÉES Formation en apprentissage Parcours Modélisation et Analyse Statistique Parcours Quantification des Risques Financiers
Plus en détailI.S.F. Parcours en apprentissage Quantification des Risques Financiers
Master ISF:Mise en page 1 27/01/09 16:45 Page 1 MASTER 2 SPÉCIALITÉ INGÉNIERIE STATISTIQUE ET FINANCIÈRE I.S.F. Parcours en apprentissage Quantification des Risques Financiers Master MIDO - MMD (Mathématiques
Plus en détailDescriptifs des Programmes Année 2013/2014. Sommaire
Master MIDO, Spécialité : Actuariat Mathématiques de la Modélisation et de la Décision Mathématiques Appliquées (MMD-MA) Descriptifs des Programmes Année 2013/2014 Sommaire RETRAITE ET PRÉVOYANCE 2 ACTUARIAT
Plus en détailDIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS. Semestre d hiver 2001-2002
Département d économie politique DIPLOME D'ETUDES APPROFONDIES EN ECONOMIE ET FINANCE THEORIE DES MARCHES FINANCIERS Semestre d hiver 2001-2002 Professeurs Marc Chesney et François Quittard-Pinon Séance
Plus en détailListe des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...
Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................
Plus en détailCMI ECONOMIE, FINANCE QUANTITATIVE ET STATISTIQUES - PARCOURS FORMATION EN APPRENTISSAGE
Université de PARIS 2 - ASSAS 1/3 PARCOURS FORMATION EN APPRENTISSAGE L1 S1 Mathématiques 1 4 L1 S1 Statistiques 1 4 L1 S1 Fondemants de l'informatique 4 L1 S1 Compléments Maths 2 L1 S1 Compléments Stats
Plus en détailAlgèbre 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 détailMATHÉMATIQUES ET APPLICATIONS
MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Mathématiques du Risque et Actuariat ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le Master 2 Mathématiques du Risque et Actuariat a pour objectif
Plus en détailQUESTIONS D ENTRETIENS EN FINANCE DE MARCHE
QUESTIONS D ENTRETIENS EN FINANCE DE MARCHE Le présent document est un recueil de questions, la plupart techniques, posées à des candidats généralement jeunes diplômés, issus d école d ingénieurs, de commerce
Plus en détailMaster Finance Apprentissage Master 2
Master Finance Apprentissage Master 2 2014/2015 UE1 ENTREPRISE ET MARCHÉS DE CAPITAUX Ydriss Ziane L'objectif général de cette unité d enseignement est de permettre aux étudiants d appréhender les grandes
Plus en détailRésumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Plus en détailStructure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données
Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques
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 détailPROJET MODELE DE TAUX
MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh
Plus en détailMATHÉMATIQUES ET APPLICATIONS
MASTER 2 ème ANNÉE MATHÉMATIQUES ET APPLICATIONS Parcours Finance Computationnelle ANNÉE UNIVERSITAIRE 2015 2016 1 PRESENTATION Le master Finance Computationnelle spécialise les étudiants sur l ingénierie
Plus en détailStatistiques et traitement des données
Statistiques et traitement des données Mention : Mathématiques Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 2 ans Crédits ECTS : 120 Formation accessible en
Plus en détail4.2 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 détailGénération de scénarios économiques
Modélisation des taux d intérêt Pierre-E. Thérond ptherond@galea-associes.eu pierre@therond.fr Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est
Plus en détailpprentissage MASTER Formation initiale, formation continue et formation en apprentissage INGÉNIERIE ÉCONOMIQUE ET FINANCIÈRE
MASTER ÉCONOMIE ET INGÉNIERIE FINANCIÈRE INGÉNIERIE ÉCONOMIQUE ET FINANCIÈRE PARCOURS 272 Une formation moderne, pour maîtriser les savoirs et les méthodes des métiers de la finance d aujourd hui. Formation
Plus en détailANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer
ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements
Plus en détailMaster Finance Apprentissage
Master Finance Apprentissage UE1 ENTREPRISE ET MARCHÉS DE CAPITAUX Ydriss Ziane L'objectif général de cette unité d enseignement est de permettre aux étudiants d appréhender les grandes théories qui régissent
Plus en détailMODELES DE LA COURBE DES TAUX D INTERET. UNIVERSITE d EVRY Séance 1. Philippe PRIAULET
MODELES DE LA COURBE DES TAUX D INTERET UNIVERSITE d EVRY Séance 1 Philippe PRIAULET Plan du Cours Introduction Définition de la courbe des taux La multitude de courbes des taux Pourquoi utiliser un modèle
Plus en détailDébouchés professionnels
Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détail2012-2017. Co-habilitation. Objectifs de la formation. Modalités de recrutement et schéma général
UFR Sciences et Techniques 25, rue Philippe Lebon BP 1123 76063 Le Havre Cedex 02.32.74.43.00 Secrétariat administratif 02.32.74.43.54 M2.AIMAF@univ-lehavre.fr Responsable Adnan Yassine adnan.yassine@univ-lehavre.fr
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailOptions et Volatilité (introduction)
SECONDE PARTIE Options et Volatilité (introduction) Avril 2013 Licence Paris Dauphine 2013 SECONDE PARTIE Philippe GIORDAN Head of Investment Consulting +377 92 16 55 65 philippe.giordan@kblmonaco.com
Plus en détailL objectif de ce cycle est de former des techniciens supérieurs spécialisés dans l administration et la gestion de bases de données et des réseaux.
DTS DIPLOME DE TECHNICIEN SUPERIEUR (DTS) EN RESEAUX & DONNEES OBJECTIFS GENERAUX L objectif de ce cycle est de former des techniciens supérieurs spécialisés dans l administration et la gestion de bases
Plus en détailFormation Actuaire Data Scientist. Programme au 24 octobre 2014
Formation Actuaire Data Scientist Programme au 24 octobre 2014 A. Eléments logiciels et programmation Python 24h Objectif : Introduction au langage Python et sensibilisation aux grandeurs informatiques
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailMathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012
Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012 Pierre Andreoletti pierre.andreoletti@univ-orleans.fr Bureau E15 1 / 20 Objectifs du cours Définition
Plus en détail1. Prolongements de la théorie des options i. Rappel de la théorie de la valorisation des actifs contingents
1 Plan du cours de Théorie financière III 1. Prolongements de la théorie des options i. Rappel de la théorie de la valorisation des actifs contingents ii. Modèles de structure par terme des taux d intérêt
Plus en détailINTRODUCTION AU DATA MINING
INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET TP DE DATA MINING Le TP et le projet consisteront à mettre
Plus en détailL essentiel des marchés financiers
Éric Chardoillet Marc Salvat Henri Tournyol du Clos L essentiel des marchés financiers Front office, post-marché et gestion des risques, 2010 ISBN : 978-2-212-54674-3 Table des matières Introduction...
Plus en détailChanger la source d'une requête dans SAS Enterprise Guide. Ce document explique comment changer la table source de la tâche Filtre et requêtes.
SAS, Cognos, Stata, Eviews, conseil, expertise, formation, mining, datamining, statistique, connaissance Changer la source d'une requête dans SAS Enterprise Guide client, valeur client, CRM, fidélisation,
Plus en détailCMI INGENIERIE FINANCIERE - SPECIALITE FINANCE MATHEMATIQUE ET MARCHES DE CAPITAUX
Université de CERGY 1/3 CMI INGENIERIE FINANCIERE - SPECIALITE FINANCE MATHEMATIQUE ET MARCHES DE CAPITAUX L1 S1 Mathématiques (pratique des fonctions numériques) 4 L1 S1 Outils informatiques et bureautique
Plus en détailMASTER Economie et Ingénierie Financière (EIF)
MASTER Economie et Ingénierie Financière (EIF) Le master EIF se décompose en semestres. Master 1 : semestre 1 (S1) et semestre (S) Master : semestre 3 (S3) et semestre (S) La ème année du master Economie
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailSolutions Décisionnelles SPAD. La maîtrise des données, l'art de la décision
Solutions Décisionnelles SPAD La maîtrise des données, l'art de la décision SPAD, la référence en Analyse de Données et Data Mining La solution logicielle SPAD permet de tirer le meilleur parti de tous
Plus en détailGENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT
Remarque : Tous les cours sont en français, sauf contre-indication. Pour des traductions anglaises des titres, des descriptifs, et plus de renseignements, consultez l intégralité du Programme des enseignements
Plus en détailQuantification des Risques
Quantification des Risques Comment considérer les aléas dans une projection financière? PragmaRisk met à disposition des solutions et des méthodes permettant de considérer les aléas dans vos projections
Plus en détailPrésentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée
Présentation du Master Ingénierie Informatique et du Master Science Informatique 2007-2008, Année 2 Université Paris-Est Marne-la-Vallée Responsable du Master Informatique : Marc Zipstein Responsable de
Plus en détailTechniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit
Techniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit Adil Belhouari HEC - Montréal - Journées de l Optimisation 2005-09 Mai 2005 PLAN DE LA PRÉSENTATION
Plus en détailUNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO
UNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO Management Industriel et Excellence Opérationnelle Diplôme conjoint de l'ecole des Mines de Paris (Mines ParisTech) et de l EMINES School of
Plus en détailCALENDRIER DES STAGES 2014/2015
CALENDRIER DES STAGES NIVEAU MASTER 1 : BAC +4 Stage obligatoire et/ou recommandé par la formation Dauphine propose aussi 40 formations en apprentissage voir la liste sur https://dauphinentreprises.dauphine.fr
Plus en détailLICENCE PROFESSIONNELLE
LICENCE PROFESSIONNELLE Développement d'applications Intranet/Internet Domaine : Sciences, Technologies, Santé Dénomination nationale : Systèmes informatiques et logiciels Organisation : Institut Universitaire
Plus en détailOptions, Futures et autres Produits Dérivés
1 FACULTE DES SCIENCES ÉCONOMIQUES ET DE GESTION DE NABEUL Options, Futures et autres Produits Dérivés Enseignante Dr. Meryem BELLOUMA Maître de Conférences Coordonnées : Faculté des Sciences Economiques
Plus en détailANALYSE DU RISQUE DE CRÉDIT
ANALYSE DU RISQUE DE CRÉDIT Banque & Marchés Cécile Kharoubi Professeur de Finance ESCP Europe Philippe Thomas Professeur de Finance ESCP Europe TABLE DES MATIÈRES Introduction... 15 Chapitre 1 Le risque
Plus en détailDUT Statistique et Traitement Informatique des Données (S.T.I.D.)
UNIVERSITÉ DE LILLE 2 IUT DE ROUBAIX DÉPARTEMENT STATISTIQUE ET TRAITEMENT INFORMATIQUE DES DONNÉES DUT Statistique et Traitement Informatique des Données OBJECTIFS : (S.T.I.D.) Il s agit d une formation
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 détailMASTER FINANCE PARCOURS GESTION DES RISQUES FINANCIERS
MASTER FINANCE PARCOURS GESTION DES RISQUES FINANCIERS Domaine ministériel : Droit, Economie, Présentation Nature de la formation : Diplôme national de l'enseignement supérieur Durée : 1 Présentation Les
Plus en détailBases de données avancées Introduction
Bases de données avancées Introduction Dan VODISLAV Université de Cergy-Pontoise Master Informatique M1 Cours BDA Plan Objectifs et contenu du cours Rappels BD relationnelles Bibliographie Cours BDA (UCP/M1)
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 détailFilière «Économie et Entreprise» 2015/2016
Filière «Économie et Entreprise» 2015/2016 1. Présentation de la filière Économie et Entreprise La filière «Economie et entreprises» de quatrième année de SciencesPo Strasbourg donne aux étudiants, dans
Plus en détailMaster 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 détailDiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen
DiFiQ Ensae Dauphine Bärchen Diplôme Finance Quantitative Une formation en partenariat bonnes raisons 5de s inscrire au DiFiQ 1. Gagnez une maîtrise incontournable des techniques quantitatives en finance
Plus en détailS LICENCE INFORMATIQUE Non Alt S Alt S S1 S2 S3 S4 SS5 S6 Parcours : S IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques)
NOM DE L'UE : Algorithmique et optimisation S LICENCE INFORMATIQUE Non Alt S Alt S S1 S2 S3 S4 SS5 S6 Parcours : S IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE
Plus en détailCouverture des risques dans les marchés financiers
énéral2.6.137 1 2 Couverture des risques dans les marchés financiers Nicole El Karoui Ecole Polytechnique,CMAP, 91128 Palaiseau Cedex email : elkaroui@cmapx.polytechnique.fr Année 23-24 2 Table des matières
Plus en détailIntitulé : Logistique & Transport
Faculté des Sciences Juridiques, Economiques et Sociales Intitulé : Logistique & Transport IDENTIFICATION DE LA FILIERE Intitulé : Sciences Economiques et de Gestion Domaine : Gestion d entreprises Champ
Plus en détailStéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 27/01/2009 Stéphane Tufféry - Data Mining - http://data.mining.free.fr
Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 1 Présentation de l auteur En charge de la statistique et du data mining dans un grand groupe bancaire Enseigne le data mining en Master 2 à l Université
Plus en détailFormation Informations pédagogiques Modalités diverses Objectifs
Formation Informations pédagogiques Modalités diverses Objectifs Inscrit dans le champ scientifique des SIC- 71e section, le Master mention Information Communication est une formation interdisciplinaire
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De
Plus en détailCURSUS PROFESSIONNALISANT
CURSUS PROFESSIONNALISANT UNE FORMATION PROFESSIONNELLE D EXCELLENCE UNE FORMATION PROFESSIONNELLE D EXCELLENCE 1 OBJECTIF L objectif principal du cursus est d offrir aux étudiants des formations professionnalisantes
Plus en détailUNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
Plus en détailIntroduction 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 détailAssistant Trader H/F. Ile-de-France Stage
Assistant Trader H/F Ile-de-France Stage HSBC, troisième groupe bancaire mondial, est solidement implanté dans 84 pays et sert plus de 60 millions de clients dans le monde. HSBC France, filiale du Groupe
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 détailTable des matières. l a r c i e r
Chapitre 1 Introduction... 1 1.1. Objectifs et structure du livre.... 1 1.2. Qu est-ce que la gestion de portefeuille?.... 2 1.3. Qu est-ce que «investir»?.... 3 1.4. Canalisation des flux d épargne et
Plus en détailInstitut des Techniques de Marchés (ITM)
Institut des Techniques de (ITM) décembre 2009 édito zoom sur l ITM Institut des Techniques de Créé il a maintenant plus de vingt ans, l Institut des Techniques de diffuse une formation d expertise à destination
Plus en détailManuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO
Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailDe la mesure à l analyse des risques
De la mesure à l analyse des risques Séminaire FFA Jean-Paul LAURENT Professeur à l'isfa jean-paul.laurent@univ-lyon1.fr http://laurent.jeanpaul.free.fr/ 0 De la la mesure à l analyse des risques! Intégrer
Plus en détailAgenda de la présentation
Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining
Plus en détailMASTER ESA. ECONOMETRIE ET STATISTIQUE APPLIQUEE http://www.univ-orleans.fr/deg/masters/esa/ Objectifs de la formation
MASTER ESA ECONOMETRIE ET STATISTIQUE APPLIQUEE http://www.univ-orleans.fr/deg/masters/esa/ Objectifs de la formation Le Master Econométrie et Statistique Appliquée (ESA) offre aux étudiants l opportunité
Plus en détailOFFRE DE FORMATION ISEM 2015/2016 WWW.UMONTPELLIER.FR
OFFRE DE FORMATION ISEM 2015/2016 WWW.UMONTPELLIER.FR OFFRE DE FORMATION / ISEM Sous réserve d accréditation LA LICENCE GESTION Certification de niveau II (Bac+3) : 6 Semestres - 180 crédits (ECTS) Conditions
Plus en détailESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit
ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Plan de la séance 3 : Le risque de crédit (1) Les opérations de crédit Définition d un crédit La décision de crédit Les crédits aux petites
Plus en détailL olivier Assurances Licence 3 Econométrie Lyon II
15 novembre 2013 L olivier Assurances Licence 3 Econométrie Lyon II Pascal Gonzalvez 1 L olivier Assurances et le Groupe Admiral Segmentation et tarification en assurance auto Autres applications de la
Plus en détailProgramme des études de la formation d actuaire de Lyon 2011-2012
UNIVERSITÉ CLAUDE BERNARD - LYON 1 INSTITUT DE SCIENCE FINANCIERE ET D'ASSURANCES Programme des études de la formation d actuaire de Lyon 2011-2012 SOMMAIRE Sommaire... 0 Généralités... 1 Organisation
Plus en détailSYSTEME D INFORMATION MARKETING ET COMMERCE
SYSTEME D INFORMATION MARKETING ET COMMERCE Préparez ce diplôme à l école de Management de l IGA OBJECTIFS DE LA FORMATION L'objectif de cette spécialité est de former aux différents métiers du marketing
Plus en détailMASTER ÉCONOMIE PARCOURS INGENIERIE ECONOMIQUE
MASTER ÉCONOMIE PARCOURS INGENIERIE ECONOMIQUE Domaine ministériel : Droit, Economie, Gestion Présentation Nature de la formation : Diplôme national de l'enseignement supérieur Durée : 1 Présentation Dans
Plus en détailRenforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.
Master Mathématiques et Applications Spécialité : Ingénierie mathématique et modélisation Parcours : Mathématique et Informatique : Statistique, Signal, Santé (MI3S) 2015-2016 RÉSUMÉ DES COURS : (dernière
Plus en détailS84-1 LA GRC ET LE SI (Système d Information) 841 - Qualification des données clientèle. 842 - La segmentation de la clientèle
S84-1 LA GRC ET LE SI (Système d Information) 841 - Qualification des données clientèle 842 - La segmentation de la clientèle 843 - Les actions personnalisées utilisation des procédures de consultation
Plus en détailQuestions d Entretiens en Finance de Marché Retour 2011/2012
Questions d Entretiens en Finance de Marché Retour 2011/2012 Université Lille 1 - Master 2 Mathématiques et Finance Mathématiques du Risque Contact : alexis.fauth@invivoo.com http://samm.univ-paris1.fr/-alexis-fauth-
Plus en détailScénarios économiques en assurance
Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailAmélioration du support du plan marketing pour le groupe Lafarge
FATEMEH ABDOLLAHI Master 1 Mathématiques appliquées Université Pierre et Marie Curie Entreprise Lafarge SA, Paris XVI e Stage réalisé du 23 juin au 19 septembre 2008 Sous la direction de M. Jean-François
Plus en détailLe Marketing au service des IMF
Le Marketing au service des IMF BIM n 06-20 février 2002 Pierre DAUBERT Nous parlions récemment des outils d étude de marché et de la clientèle créés par MicroSave-Africa, qui s inscrit dans la tendance
Plus en détailMASTER MANAGEMENT PARCOURS MANAGEMENT ET TECHNOLOGIES DE L'INFORMATION ET DE LA COMMUNICATION
MASTER MANAGEMENT PARCOURS MANAGEMENT ET TECHNOLOGIES DE L'INFORMATION ET DE LA COMMUNICATION Domaine ministériel : Droit, Economie, Gestion Présentation Nature de la formation : Diplôme national de l'enseignement
Plus en détailRésumé... 9... 10... 10... 10
Bibliographie 1 Table des matières Table des matières.................................... 3 Résumé............................................ 9........................................ 10........................................
Plus en détailRéférences. Les contacts Opti-Décision en relation avec cette présentation sont: Johann Grennepois Gérant
Les contacts Opti-Décision en relation avec cette présentation sont: Références Johann Grennepois Gérant johann.grennepois@opti-decision.fr Tél: +33 (0)2 40 79 59 45 Port: +33 (0)6 83 78 74 70 Opti-Décision
Plus en détailLicence Chimie et procédés
Formations et diplômes Rapport d'évaluation Licence Chimie et procédés Université Joseph Fourier Grenoble - UJF Campagne d évaluation 2014-2015 (Vague A) Formations et diplômes Pour le HCERES, 1 Didier
Plus en détailCoheris est agréé organisme de formation, n d agrément 11 92 19507 92.
Formations 2015 Coheris est agréé organisme de formation, n d agrément 11 92 19507 92. Introduction La formation est une préoccupation constante de Coheris vis-à-vis de ses clients et de ses partenaires,
Plus en détailPentaho Business Analytics Intégrer > Explorer > Prévoir
Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux
Plus en détailGENIE DES SYSTEMES INDUSTRIELS
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI
Plus en détailSciences des organisations
Niveau LICENCE : BAC 3 MAGISTERE : BAC+2 à 5 Dans les mentions : Droit et Gestion, Economie Appliquée, Gestion, Management Professionnalisant, Management de L Hôtellerie-Restauration, Sciences de la société.
Plus en détailComplet Intuitif Efficace. Références
Logiciel de référence en Analyse de Données, Data Mining et Text Mining pour transformer vos données en connaissance Complet Intuitif Efficace Dans un environnement convivial et intuitif, disposez de toute
Plus en détailSTAPS parcours Management du sport
STAPS parcours Management du sport Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 3 ans Formation accessible en : Formation initiale Formation continue Lieu de
Plus en détail