Intelligence Artificielle et Robotique
|
|
- Stéphanie Joly
- il y a 8 ans
- Total affichages :
Transcription
1 Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr PRES Sorbonne Paris Cité École d Ingénieur de l Université Paris Diderot 21 janvier 2012 David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
2 Première partie I Syllabus David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
3 Equipe pédagogique David Janiszek Marc Métivier Damien Pellier Michel Soto (Cours : 1,11) (Cours : 7,9,10) (Cours : 2,3,4) (Cours : 5,6,8) David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
4 Plan de cours 1 Introduction à l intelligence artificielle 2 Algorithmes classiques de recherche en IA 3 Algorithmes et recherches heuristiques 4 Programmation des jeux de réflexion 5 Introduction à la logique 6 La logique du première ordre et inférence 7 Planifier et agir dans le monde réel 8 Introduction à l apprentissage et à la fouille de données 9 Apprentissage par renforcement 10 Introduction aux réseaux de neurones 11 Communication et langage (21/01/13) (28/01/13) (04/02/13) (11/02/13) (18/02/13) (25/02/13) (11/03/13) (18/03/13) (25/03/13) (01/04/13) (08/04/13) David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
5 Pré-requis souhaitables Algorithmique, Complexité, Programmation (impérative ou orientée objets), Connaissance d un environnement de développement intégré, Sensibilisation aux problématiques de l embarqué. David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
6 Compétences visées Poser une démarche de résolution de problème, Implémenter les algorithmes classiques de l intelligence artificielle, Maitriser les limites des algorithmes présentés en termes d activités et de complexité, Maitriser les limites d un système embarqué temps réel, Savoir concevoir les logiciels d un robot autonome simple. David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
7 Objectifs des travaux pratiques Programmer un robot capable de ramasser un maximum de palets sur un plateau en un minimum de temps. Contraintes (Le détail du règlement de la compétition est sur le site web du cours) Le programme devra être embarqué sur le robot. la forme des robots vous est imposée. L évaluation consistera à opposer vos différents robots lors d une compétition au bout de 12 semaines de préparation. Le projet est à réaliser en binôme. Que le meilleur binôme gagne!! David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
8 Organisation des travaux pratiques 1 Définition des objectifs 2 Analyse des besoins 3 Spécification 4 Conception 5 Développement 6 Développement 7 Développement 8 Développement 9 Développement 10 Intégration 11 Recette 12 Évaluation (21/01/13) (28/01/13) (04/02/13) (11/02/13) (18/02/13) (25/02/13) (11/03/13) (18/03/13) (25/03/13) (01/04/13) (08/04/13) (15/04/13) Cahier des charges Plan de développement Plan de tests Code source / doc. interne Rapport final David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
9 Modalités de contrôle de connaissances Note finale : 50 La note de projet tient compte des évaluations hebdomadaires ainsi que des documents à rendre. ECTS : 4 Volume horaire : 24h de cours et 36h de TP Horaires : Cours lundi 9h-11h ; TP jeudi 9h-12h David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
10 Ressources Site web : ~pellier/teaching/robotics Bibliographie : S. Russell and P. Norvig, Artificial Intelligence : A Modern Approach, Prentice Hall, 2002 J-G. Ganascia, L intelligence artificielle. Flammarion, I. Bratko, Programmation en Prolog pour l intelligence artificielle, 2001 J. Alliot et T. Schiex, Intelligence Artificielle et Informatique Théorique, Cépaduès Editions, N. Nilsson, Artificial Intelligence : A New Synthesis, Morgan Kaufmann, David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
11 Deuxième partie II Introduction David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
12 En bref... Qu est-ce que l Intelligence Artificielle (IA)? Un peu d histoire... L état de l art David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
13 Qu est-ce que l Intelligence Artificielle (IA)? Des systèmes qui... pensent comme des êtres humains agissent comme des êtres humains pensent de manière rationnelle agissent de manière rationnelle David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
14 Agir comme un être humain : le test de Turing Turing (1950) Computing machinery and intelligence : Les machines peuvent-elles penser? Les machines peuvent-elles se comporter intelligemment? Test opérationnel pour établir un comportement intelligent : l imitation HUMAN HUMAN INTERROGATOR? AI SYSTEM A prédit qu en 2000, une machine aurait 30% chance de tromper une personne pendant 5 minutes A anticipé les principaux arguments contre l IA pour les 50 années suivantes A suggéré les principales composantes de l IA : représentation des connnaissances, TALN, raisonnement, compréhension, apprentissage Problème Le test de Turing n est pas reproductible et ne se prête pas à une analyse scientifique David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
15 Penser comme un être humain : l approche cognitive La révolution cognitive des années 60 : le traitement de l information a remplacé l orthodoxie en vigueur du béhaviorisme Etablir des théories scientifiques sur l activité interne du cerveau. Quel est le niveau d abstraction? connaissance ou circuit? Comment valider? 1 Prédire et tester le comportement de sujets humains ou animaux (top-down) 2 Identifier directement à partir de données neurologiques (bottom-up) Les sciences cognitives et les neurosciences cognitives sont désormais distinctes de l IA Elles partagent avec l IA la caractéristique suivante : les théories disponibles n expliquent rien au niveau général de l intelligence humaine Les 3 domaines vont dans la même direction! David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
16 Penser rationnellement : les lois de la pensée Normative (ou préscriptive) plutôt que descriptive Aristote : quels sont les arguments et les processus de pensée corrects? Plusieurs écoles de philosophie grecques ont développé différentes formes de defnlogique : une notation et des règles de dérivation de la pensée (peuvent être vues comme préalable à l automatisation) En ligne directe depuis les mathématiques et la philosophie jusqu à l IA moderne Problèmes 1 Un comportement intelligent ne passe pas forcément par un raisonnement logique 2 Quel est le but de la pensée? Quelles pensées (logiques ou non) concevoir par rapport à l enemble des possibles? David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
17 Agir rationnellement Comportement rationnel : faire la chose adéquate La chose adéquate : celle qui, étant données les informations disponibles, doit permettre d atteindre au mieux l objectif Cela n implique pas nécessairement une réflexion (ex : clignement d oeil/ réflexe) mais la réflexion doit être service de l action rationnelle Aristote (Ethique à Nicomaque) : Tout art et toute investigation, et pareillement toute action et sa suite, est pensé pour viser quelque chose de bon David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
18 Les agents rationnels Un agent is une entité qui perçoit et qui agit. Ce cours concerne la conception d agents rationnels De manière abstraite, un agent est une fonction qui fait correspondre à un historique de perceptions un ensemble d actions : f : P A Pour une classe donnée d environnements et de tâches, nous cherchons l agent (ou classe d agents) avec la meilleure performance Attention! Les limites computationnelles rendent la rationalité parfaite inatteignable conception du meilleur programme étant données les ressources de la machine David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
19 Préhistoire de l IA Philosophie Mathématiques Psychologie Economie Linguistique Neurosciences Théorie du contrôle logique, méthodes de raisonnement esprit perçu comme un système physique fondations de l apprentissage, langage, rationnalité représentation formelle et preuve algorithmes, (in)calculabilité, (in)décidabilité, (im)praticabilité probabilité adaptation phénomène de perception contrôle moteur techniques experimentales (psychophysique, etc.) théorie formelle des décisions rationnelles représentation de la connaissance grammaire plasticité du substrat physique pour l activité mentale systèmes homéostatiques, stabilité conception d agents optimaux simples David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
20 Résumé de l histoire de l IA 1943 McCulloch & Pitts : Modèle du cerveau avec un circuit booléen 1950 Turing s Computing Machinery and Intelligence Les grandes espérances années 50 Premiers programes d IA, jeux d échecs de Samuel, Théoricien logique de Newell & Simon, moteur géomérique de Gelernter 1956 Conférence de Dartmouth : adoption du terme Intelligence Artificielle 1965 Algorithme complet pour le raisonnement logique de Robinson l IA découvre la complexité computationnelle La recherche sur les réseaux de neurones disparait presque Premiers développements des systèmes fondés sur les connaissances Explosion de l industrie des systèmes experts Fin de l industrie des systèmes experts : l hiver de l IA Retour en grâce des réseaux de neurones Résurgence des modèles probabilistes ; l IA devient une science Nouvelle IA : vie artificielle, algorithmes génétiques, soft computing Des agents partout IA de niveau humain de retour sur l agenda, big data David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
21 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
22 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
23 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
24 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
25 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
26 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
27 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
28 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
29 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
30 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
31 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
32 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
33 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
34 Etat de l art Which of the following can be done at present? Jouer correctement au tennis de table Conduire en toute sécurité le long d une route de montagne sinueuse Conduire en toute sécurité à Paris dans une artère bondée Commander sur le web une semaine de nourriture Faire les courses de la semaine dans un centre commercial Jouer correctement au bridge Découvrir et prouver un nouveau théorème mathématique Concevoir et réaliser un programme de recherche en biologie moléculaire Ecrire sciemment une histoire drôle Donner un conseil juridique avisé dans un domaine spécialisé du droit Traduire de l anglais au suédois en temps réel Discuter pendant une heure avec un être humain Réaliser une opération chirurgicale complexe Vider un lave-vaisselle et tout ranger David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
35 Merci pour votre attention David Janiszek (PRES Sorbonne Paris Cité) Intelligence Artificielle et Robotique 21 janvier / 22
Partenaires: w w w. c o g m a s t e r. n e t
Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences
Plus en détailLes apports de l informatique. Aux autres disciplines
Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il
Plus en détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
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 détailUFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018
UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique
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 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 détailMachines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
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 détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailUne brève introduction aux Sciences Cognitives
Une brève introduction aux Sciences Cognitives Sommaire Une brève introduction aux Sciences Cognitives... 1 1. Introduction... 1 2. Objet et enjeux des Sciences Cognitives... 2 2.1. Historique... 2 2.2.
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 détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailIntelligence Articielle (1) Introduction
1/32 Introduction Un peu d'histoire Les nouveaux dés Intelligence Articielle (1) Introduction Pierre Gançarski Université de Strasbourg IUT Robert Schuman DUT Informatique /32 Plan 1 Introduction 2 Un
Plus en détailTESTIMONIAUX STAGIAIRES DESU PRATIQUES DU COACHING, UNIVERSITE PARIS 8
STAGIAIRES DESU PRATIQUES DU COACHING, UNIVERSITE PARIS 8 Gilles ARDITTI DESU Pratiques du coaching», promotion 2009 2010 Directeur de la Communication Financière ATOS Tout au long de cette formation,
Plus en détailNotes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence
Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence Gwenole Fortin To cite this version: Gwenole Fortin. Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence. 2006.
Plus en détailMASTER LPL : LANGUE ET INFORMATIQUE (P)
MASTER LPL : LANGUE ET INFORMATIQUE (P) RÉSUMÉ DE LA FORMATION Type de diplôme := Master Domaine : Arts, Lettres, Langues Mention : LITTERATURE, PHILOLOGIE, LINGUISTIQUE Spécialité : LANGUE ET INFORMATIQUE
Plus en détailSpécialité IAD. Master de Sciences et technologie de l UPMC. Mention informatique. Partenaires : ENST, ENSTA. Responsables : T. Artières, C.
Master de Sciences et technologie de l UPMC Mention informatique Spécialité IAD Partenaires : ENST, ENSTA Responsables : T. Artières, C. Gonzales Secrétariat : N. Nardy LES THÉMATIQUES ABORDÉES Les thématiques
Plus en détailEtudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Plus en détailSystèmes et réseaux d information et de communication
233 DIRECTEUR DES SYSTÈMES ET RÉSEAUX D INFORMATION ET DE COMMUNICATION Code : SIC01A Responsable des systèmes et réseaux d information FPESIC01 Il conduit la mise en œuvre des orientations stratégiques
Plus en détailRéunion de présentation. Avril 2015
Réunion de présentation Avril 2015 Points abordés 1. L environnement 2. L équipe 3. La pédagogie et le fonctionnement de l établissement 4. Après la 3 ème? 5. Questions L environnement 12, chaussée Jules
Plus en détailRÉSUMÉ DES NORMES ET MODALITÉS D ÉVALUATION AU SECONDAIRE
, chemin de la côte Saint-Antoine Westmount, Québec, HY H7 Téléphone () 96-70 RÉSUMÉ DES NORMES ET MODALITÉS D ÉVALUATION AU SECONDAIRE À TRANSMETTRE AU PARENTS Année scolaire 0-0 Document adapté par Tammy
Plus en détailPrincipe et règles d audit
CHAPITRE 2 Principe et règles d audit 2.1. Principe d audit Le principe et les règles d audit suivent logiquement l exposé précédent. D abord, comme dans toute branche de l activité d une entreprise, l
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailBachelor of Science en. Informatique. Informatique. Haute école spécialisée bernoise Informatique La Haute Route 80 2502 Bienne
Haute école spécialisée bernoise Informatique La Haute Route 80 2502 Bienne Téléphone +41 32 321 63 23 office.ti@bfh.ch ti.bfh.ch/informatique Bachelor of Science en Informatique En tant qu informaticien
Plus en détailProfil d études détaillé. Section : Informatique et systèmes Finalité : Technologie de l informatique
Section : Informatique et systèmes Finalité : Technologie de l informatique Page 1/6 1. Introduction L enseignement de la Haute Ecole Louvain en Hainaut donne la place centrale à l étudiant. Celui-ci trouvera
Plus en détailBrochure d information destinée aux parents. Bienvenue à Clairival. Informations utiles sur la prise en soins de votre enfant
Brochure d information destinée aux parents Bienvenue à Clairival Informations utiles sur la prise en soins de votre enfant Présentation Le service de psychiatrie de l enfant et de l adolescent des Hôpitaux
Plus en détailLa construction du nombre en petite section
La construction du nombre en petite section Éléments d analyse d Pistes pédagogiquesp 1 La résolution de problèmes, premier domaine de difficultés des élèves. Le calcul mental, deuxième domaine des difficultés
Plus en détailTransformez votre relation au monde!
Transformez votre relation au monde! Formations certifiantes PNL QUEST interactive 2013-2014 Qu est-ce que la PNL? La PNL (Programmation Neuro-linguistique) est une discipline développée dans les années
Plus en détailFICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Plus en détailDes formations pour la prévention du stress et des performances managériales
Des formations pour la prévention du stress et des performances managériales Après dix ans de recherche, huit docteurs en Sciences Humaines ont conçu une méthode innovante au service du savoir-être et
Plus en détail#donnezdusensàvotre. taxed apprentissage2015 ALL DIGITAL!
#donnezdusensàvotre taxed apprentissage2015 ALL IS DIGITAL! Andreas Kaiser, Directeur d ISEN Lille Ingénierie des affaires dans le monde numérique Réseaux, communications mobiles et objets connectés Robotique
Plus en détailCours 1 : Qu est-ce que la programmation?
1/65 Introduction à la programmation Cours 1 : Qu est-ce que la programmation? Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr Université Paris Diderot Paris 7 2/65 1. Sortez un appareil qui peut se rendre
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 détailLA PNL. Programmation Neuro Linguistique
LA PNL Programmation Neuro Linguistique Définition : Programmation «A partir des expériences que nous vivons depuis notre enfance (et peut être avant), nous nous créons des programmes de fonctionnement
Plus en détailPlan de formation 2nd degré 2015 2016 CREER, INNOVER
Plan de formation 2nd degré 2015 2016 La carte heuristique, un outil au service des apprentissages PN009406 Les cartes heuristiques sont un réel outil pour apprendre à apprendre, et s avèrent un atout
Plus en détailAXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES
1 AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 2 Axes de recherche L activité du DIM LSC concerne la méthodologie de la conception et le développement de systèmes à forte
Plus en détailENTRE-NOUS Janvier 2015 École des Sept-sommets Rossland, C.-B.
ENTRE-NOUS Janvier 2015 École des Sept-sommets Rossland, C.-B. Dates importantes 13 janvier: Réunion de l APÉ (19h, bibliothèque de l école) 14, 21, 28 janvier: Dîners chauds 14, 28 janvier: Bouts de choux
Plus en détailFormation Août 2013 Michèle Garello, IEN économie gestion Caroline Natta, professeur
Formation Août 2013 Michèle Garello, IEN économie gestion Caroline Natta, professeur Déroulement des deux journées Mardi 26 Matin : Intervention des IEN Jeudi 29 Matin : Production en binôme. Après-midi
Plus en détailLa vie privée à l ère du numérique : approches philosophiques et informatiques
La vie privée à l ère du numérique : approches philosophiques et informatiques - Doctorant Encadrement : Christine Verdier, Philippe Saltel Aurelien.Faravelon@imag.fr 1 Plan Introduction : un monde de
Plus en détailJean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA
La visualisation d information pour comprendre et interagir avec les données Jean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr, www.aviz.fr, @jdfaviz
Plus en détailProblématique / Problématiser / Problématisation / Problème
Problématique / Problématiser / Problématisation / PROBLÉMATIQUE : UN GROUPEMENT DE DÉFINITIONS. «Art, science de poser les problèmes. Voir questionnement. Ensemble de problèmes dont les éléments sont
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 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 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 détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailComité de suivi de la licence et de la licence professionnelle Comité de suivi du cursus master
Comité de suivi de la licence et de la licence professionnelle Comité de suivi du cursus master Tableau de compatibilité entre les mentions de master et les mentions de licence Comité de suivi de la licence
Plus en détail1 INFORMATION - INFORMATIQUE. 11 Systèmes d'information gestion des connaissances, knowledge management
p.1 1 INFORMATION - INFORMATIQUE 10 Sciences cognitives aspects fondamentaux 11 Systèmes d'information gestion des connaissances, knowledge management 110 Intelligence économique veille économique, stratégique,
Plus en détailUtilisation des portables en classe, des problèmes et des solutions.
Utilisation des portables en classe, des problèmes et des solutions. Ces quelques lignes ne rendent pas compte d une expérimentation organisée à priori mais d un changement de pratique qui demeure en évolution.
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 détailMATHEMATIQUES ET SCIENCES POUR L INGENIEUR
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Informatique www.univ-littoral.fr OBJECTIFS DE LA FORMATION Le master Informatique se compose de deux parcours et se
Plus en détailCalculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/
Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes
Plus en détailLa carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.
La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.fr Quelques exemples 1 La campagne de Russie de Napoléon
Plus en détailLES BASES DU COACHING SPORTIF
LES BASES DU COACHING SPORTIF Module N 1 Motivation, concentration, confiance, communication Module N 2 L apprentissage : «Apprendre à apprendre» LES BASES DU COACHING SPORTIF APPRENTISSAGE PLAISIR PERFORMANCE
Plus en détailPanorama des études à travers les filières. FEEL du 23 octobre 2014
Panorama des études à travers les filières FEEL du 23 octobre 2014 Plan Structure générale des études à l'ensimag 1A : le tronc commun 2A/3A : entrée dans les filières et spécialisation Modalités du choix
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 détailL utilisation d un réseau de neurones pour optimiser la gestion d un firewall
L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans
Plus en détailLES RÉFÉRENTIELS RELATIFS AUX ÉDUCATEURS SPÉCIALISÉS
LES RÉFÉRENTIELS RELATIFS AUX ÉDUCATEURS SPÉCIALISÉS 1. RÉFÉRENTIEL PROFESSIONNEL D ÉDUCATEUR SPÉCIALISÉ 2. RÉFÉRENTIEL ACTIVITÉS 3. RÉFÉRENTIEL DE 4. RÉFÉRENTIEL DE CERTIFICATION 5. RÉFÉRENTIEL DE FORMATION
Plus en détailQuels masters envisageables après un BA en Psycho/Éd à Neuchâtel?
Quels masters envisageables après un BA en Psycho/Éd à Neuchâtel? Présentation des masters de Genève, Lausanne, Fribourg et Neuchâtel Association des étudiants en psychologie/ éducation, en psychologie
Plus en détailCAP C.R.M. Conducteur Routier Marchandises
CAP C.R.M. Conducteur Routier Marchandises Lycée Bel Air de TINTENIAC Le titulaire de ce CAP doit être capable d assurer, en prenant en compte la sécurité et la qualité, le service transport de marchandises
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailLe Collège de France crée une chaire pérenne d Informatique, Algorithmes, machines et langages, et nomme le Pr Gérard BERRY titulaire
Communiquédepresse Mars2013 LeCollègedeFrancecréeunechairepérenned Informatique, Algorithmes,machinesetlangages, etnommeleprgérardberrytitulaire Leçoninauguralele28mars2013 2009avait marquéunpas importantdans
Plus en détailConference "Competencies and Capabilities in Education" Oradea 2009 IMPORTANŢA SOFTURILOR EDUCAŢIONALE ÎN PROCESUL DE PREDARE- ÎNVĂŢARE
IMPORTANŢA SOFTURILOR EDUCAŢIONALE ÎN PROCESUL DE PREDARE- ÎNVĂŢARE L IMPORTANCE DES LOGICIELS ÉDUCATIFS DANS LE PROCESSUS D ENSEIGNER ET D ÉTUDIER Carmen Bal 1 Abstract La pratique scolaire impose une
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailENSEIGNEMENT DES SCIENCES ET DE LA TECHNOLOGIE A L ECOLE PRIMAIRE : QUELLE DEMARCHE?
ENSEIGNEMENT DES SCIENCES ET DE LA TECHNOLOGIE A L ECOLE PRIMAIRE : QUELLE DEMARCHE? Les nouveaux programmes 2008 confirment que l observation, le questionnement, l expérimentation et l argumentation sont
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 détailCONNAISSANCE DE SOI APPRENDRE A AVOIR CONFIANCE EN SOI
CONNAISSANCE DE SOI APPRENDRE A AVOIR CONFIANCE EN SOI Comprendre ses propres stratégies d échec et de réussite Mettre à jour ses freins, ses propres croyances Développer son potentiel et repousser ses
Plus en détailLe choix des séquences mathématiques et des sciences pour la 4ième et la 5ième secondaire
Le choix des séquences mathématiques et des sciences pour la 4ième et la 5ième secondaire Guide de l élève de la 3e secondaire Nom de l élève: Groupe: Ce document a été réalisé par Éric Boisvert, conseiller
Plus en détailInformatique et sciences du numérique
Informatique et sciences du numérique Philippe Marquet Colloque IREM, Lyon 25 mai 2013 Informatique et sciences du numérique Septembre 2012 : ISN, spécialité en classe de terminale S Pourquoi introduire
Plus en détailCours Numération Mathématique de base 1 MAT-B111-3. Alphabétisation
Cours Numération Mathématique de base 1 MAT-B111-3 Alphabétisation Présentation du cours Numération «L esprit de l homme a trois clés qui ouvrent tout : le chiffre, la lettre et la note.» Victor Hugo
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 détailModèle multi-agents de prise de décision éthique
Équipe Modèles, Agents, Décision Laboratoire GREYC CNRS UMR 6072 Université de Caen Basse-Normandie ENSICAEN Boulevard du Maréchal Juin CS 14 032, 14 032 Caen Cedex 5 Tel. : +33 (0)2 31 56 74 84 Fax :
Plus en détailwww.u-bordeaux3.fr Master professionnel Conception de projets multimédia et de dispositifs numériques Médiation, médiatisation des savoirs
www.u-bordeaux3.fr Master professionnel Conception de projets multimédia et de dispositifs numériques Médiation, médiatisation des savoirs Dix années d expérience en formation de chef de projet multimédia
Plus en détailUniversity of AbouBakr Belkaid Tlemcen Program Title Type Level Program Web site Perturbations moyennisations et application aux biomathématiques
University of AbouBakr Belkaid Tlemcen Program Title Type Level Program Web site Perturbations moyennisations et application aux biomathématiques Exchange Master www.univ-tlemcen.dz Chimie bio organique
Plus en détailThèmes et situations : Agenda et Emploi du temps. Fiche pédagogique
Ressources pour les enseignants et les formateurs en français des affaires Activité pour la classe : CFP Crédit : Joelle Bonenfant, Jean Lacroix Thèmes et situations : Agenda et Emploi du temps Fiche pédagogique
Plus en détailProgramme de la formation. Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE
Programme de la formation Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE o 36 h pour la préparation à l'épreuve écrite de français Cette préparation comprend : - un travail sur la discipline
Plus en détailLes lières. MSc in Electronics and Information Technology Engineering. Ingénieur civil. en informatique. MSc in Architectural Engineering
Ingénieur civil Ingénieur civil Les lières MSc in Electronics and Information Technology Engineering MSc in Architectural Engineering MSc in Civil Engineering MSc in Electromechanical Engineering MSc
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailGraines de Sciences. Les scientifiques et leurs ateliers. La physique des super-héros par Roland Lehoucq
Graines de Sciences 16 Les scientifiques et leurs ateliers La physique des super-héros par Roland Lehoucq Soulever une voiture à bout de bras, devenir invisible, se déplacer sur un mur vertical ou avoir
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 détailGT Big Data. Saison 2014-2015. Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) CRiP Thématique Mise en œuvre du Big Data 16/12/14
GT Big Data Saison 2014-2015 Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) Sommaire GT Big Data : roadmap 2014-15 Revue de presse Business Education / Promotion Emploi Sécurité / Compliance Cuisine:
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailRepenser l organisation du temps scolaire Corinne Azélie, Marc Zanoni et vous Vallon Pont d Arc, 3 février 2015
Repenser l organisation du temps scolaire Corinne Azélie, Marc Zanoni et vous Vallon Pont d Arc, 3 février 2015 Que pensez-vous? De vos nouveaux rythmes : Du point de vue des enseignants? 2 points positifs
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailPrésentation formations SPI/EEA
ISIFC Présentation formations SPI/EEA Université de Franche-Comté U.F.R. Sciences et Techniques ISIFC Besançon UFR Sciences et Techniques Licence: icence Bac+3 années d étude Licence professionnelle (1
Plus en détailTNS Behaviour Change. Accompagner les changements de comportement TNS 2014 TNS
Accompagner les changements de comportement TNS 2014 Comprendre et accompagner les changements de comportement Inciter et accompagner les changements de comportements des individus est un enjeu fondamental
Plus en détailMANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP
MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP METHODES & CONCEPTS POUR UNE INGENIERIE INNOVANTE Ecole Nationale Supérieure des Mines de Rabat Département INFORMATIQUE www.enim.ac.ma MANAGEMENT
Plus en détailVoici une demande qui revient régulièrement lors de mes rencontres avec les employeurs :
Logique dépannage La logique de dépannage dépend d une multitude d aspect, et un de ses aspects que j ai pu constater avec le temps en tant que formateur est que les techniciens industriels apprennent
Plus en détailLYCEE GRANDMONT Avenue de Sévigné 37000 TOURS Tel : 02.47.48.78.78 Fax : 02.47.48.78.79 Site : www.grandmont.fr
LYCEE GRANDMONT Avenue de Sévigné 37000 TOURS Tel : 02.47.48.78.78 Fax : 02.47.48.78.79 Site : www.grandmont.fr Dans un parc de 17 ha 2160 élèves 560 internes 9 sections post-bac 21 classes de terminale
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 détailStages de recherche dans les formations d'ingénieur. Víctor Gómez Frías. École des Ponts ParisTech, Champs-sur-Marne, France
Stages de recherche dans les formations d'ingénieur Víctor Gómez Frías École des Ponts ParisTech, Champs-sur-Marne, France victor.gomez-frias@enpc.fr Résumé Les méthodes de l ingénierie ont été généralement
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 détailREFERENTIEL PROFESSIONNEL DES ASSISTANTS DE SERVICE SOCIAL
1 REFERENTIEL PROFESSIONNEL DES ASSISTANTS DE SERVICE SOCIAL DEFINITION DE LA PROFESSION ET DU CONTEXTE DE L INTERVENTION L assistant de service social exerce de façon qualifiée, dans le cadre d un mandat
Plus en détailMASTER RECHERCHE MEDIATIONS DES SCIENCES. Mention HISTOIRE, PHILOSOPHIE ET. Histoire et Philosophie des Sciences. Année 2007/2008
Année 2007/2008 Domaine LETTRES ET SCIENCES HUMAINES MASTER RECHERCHE Mention HISTOIRE, PHILOSOPHIE ET MEDIATIONS DES SCIENCES Spécialité Histoire et Philosophie des Sciences Unités de Formation et de
Plus en détailEnseignant: Lamouchi Bassem Cours : Système à large échelle et Cloud Computing
Enseignant: Lamouchi Bassem Cours : Système à large échelle et Cloud Computing Chapitre 1 : Introduction Introduction générale Origine du cloud Concepts prédécésseurs «liés aux serveurs» Concepts prédécesseurs
Plus en détailwww.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie
www.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie Une formation approfondie à la réflexion éthique appliquée aux secteurs du soin et de la santé En formation continue,
Plus en détailBrique BDL Gestion de Projet Logiciel
Brique BDL Gestion de Projet Logiciel Processus de développement pratiqué à l'enst Sylvie.Vignes@enst.fr url:http://www.infres.enst.fr/~vignes/bdl Poly: Computer elective project F.Gasperoni Brique BDL
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailcontemporaine 19 3. Observation et explication en psychologie cognitive 24 4. Théorie du traitement de l information et psychologie cognitive 40
cognitive1 CHAPITRE La psychologie présentation générale Sommaire 1. La psychologie cognitive et les sciences cognitives 13 2. Les racines de la psychologie cognitive contemporaine 19 3. Observation et
Plus en détail