ECOLE NATIONALE D INGENIEURS DE SFAX ANNEE UNIVERSITAIRE :
|
|
- Gilles Léon Dumas
- il y a 8 ans
- Total affichages :
Transcription
1 ECOLE NATIONALE D INGENIEURS DE SFAX ANNEE UNIVERSITAIRE : PROPOSITION D UNE OPTION POUR LA FILIERE GI Intitulé : Ingénierie des Systèmes Intelligents Motivations Coordinateur : Slim Kanoun Avec la vulgarisation d Internet et l évolution rapide des technologies de l information et de la communication, les entreprises se trouvent actuellement face à une grande masse données non structurés (des textes, des images, des séquences vidéos, des sons, des paroles, ) dont le traitement est différent du traitement des données structurés contenu dans les bases de données relationnelles issus des logiciels de gestion. Le développement de systèmes traitant de telle masse d informations nécessite le fondement de nouvelles approches qualifiées d intelligentes qui diffèrent des approches de développement de logiciels de gestion dans les entreprises. Ainsi, plusieurs applications traitant de l information multimédia sont devenues à caractère embarqué comme les PDA (Personal Digital Assitants ou informatique nomade) par exemple. En plus, il est important à noter que la plupart des entreprises, courant des années 2000, ont acquis une certaine maturité en termes de l utilisation de logiciels soit monoutilisateur soit multi-utilisateurs (systèmes distribués) en les développant ou en les achetant. Cette maturité reflète l accumulation de grandes masses de données gigantesques couvrant plusieurs années d activités et de mouvements et par conséquent d enregistrement de données structurées et parfois même non structurées. Ainsi, parmi l un des besoins actuels du marché informatique dans le monde est de mettre en place des systèmes capables d explorer, de fouir et d interpréter d une façon intelligente ces masses de données par l utilisation de techniques de classification et d analyse de données afin d extraire des connaissances pertinentes (indicateurs pour la prise de décision) afin d aider les entreprises à prendre des décisions stratégiques pour leurs avenirs et d être plus concurrentielles. Ce type de système demande des ingénieurs en informatiques ayant des compétences en termes des techniques de construction d entrepôts de données (datawarehouse) et d extractions de connaissances cachées dans les entrepôts de données (datamining). Les applications concrètes et les plus
2 utilisées de nos jours des systèmes décisionnels sont lees CRMs (Costumer Relationship Manager) et les ERPs (Entreprise Ressource Planning) L option Ingénierie des Systèmes Intelligents comporte 405 h et consiste à un approfondissement des connaissances des étudiants autour d une thématique porteuse et innovante pour les pays en cours de développements et notamment notre pays qui est les systèmes intelligents aidant à la prise de décision soit stratégique pour la qualité des systèmes d informations des entreprises soit de sécurité pour contrôler les accès à des bâtiments ou pour vérifier la validité d un chèque, etc. Les champs d activités de cet axe concernent le développement de systèmes traitant de façon intelligente toute information structurée (à grande masse) et non structurée (image, parole, vidéo ) afin d aider l être humain à accomplir un certain nombre de tâches fastidieuses dans la vie quotidienne telles que les systèmes biométriques pour la sécurité et la surveillance et la télésurveillance des locaux (Ambassade, ministère de défense, ministère de l intérieur, les aéroports ), l aide au diagnostique médicale, l aide des avocats dans des affaires juridiques, la téléassistance dans les véhicules, la surveillance d images provenant de satellites et de radars, etc), les systèmes décisionnelles, etc. L intérêt fondamental de cet axe est focalisé davantage sur le développement de logiciels de sécurité et d aide à la prise de décision qui sont très utiles pour la vie courante. Ces logiciels ont été misent en place depuis longtemps dans les pays développés (Inde, Australie, Japon, etc), et sont vendus actuellement avec des prix excessifs par les pays développés à des pays en cours de développement comme notre pays la Tunisie. Il est important de noter que le développement de ce type de systèmes demande seulement un ordinateur et la matière grise humaine. Débouchés et perspectives L étudiant qui suivra cet axe aura les connaissances, les compétences, et l expérience nécessaires pour développer des applications réelles comme : - lecture automatique de chèques, de formulaires, de bons de commande, de factures ou autres pour alimenter directement des bases de données sans passer par la saisie via un être humain - le tri automatique d enveloppes postales, - la biométrie (reconnaissance d empreintes digitales, la reconnaissance de plaques minéralogiques de véhicules pour la surveillance automatique de parking ou l enregistrement de voitures en excès de vitesse suite à un radar dans les routes, la
3 reconnaissance de signatures et de scripteurs pour des authentifications juridiques, la reconnaissance de visages pour la surveillance d endroits très sécurisés, ), la surveillance d images médicales, la détection d obstacles pour les véhicules, la détection de présence de personnes (Camera Infra Rouge) ou reconnaissance de silhouettes, la détection de présence d objets sous les vêtements de voyageurs ou dans les bagages (Machines à rayon X), l authentification automatique de passeports, reconnaissance de l écriture manuscrite via un écran tactile, la détection de défauts dans les pièces industriels, etc. - informatique décisionnelle (Datawarehouse et Datamining) pour rendre les entreprises plus stratégique dans leurs visions et plus concurrentielles, etc. Notons que la mise en place des applications énoncées ci-dessus demande le développement de compétences en matières de : systèmes intelligents, vision par ordinateur, reconnaissance de formes, techniques de classifications, techniques d analyse de données multidimensionnelles, les modèles de construction d entrepôts de données, etc. Toutes ces applications sont à caractère embarqué et temps réel (reconnaissance d empreintes digitales, CRM et ERP mobiles, etc). Ceci justifie la présence naturelle, dans cette option, d une matière qui introduit les systèmes embarqués. Equipe d enseignants Mohamed Adel ALIMI (ENIS) Chokri Ben AMAR (ENIS) Slim KANOUN (ENIS) (Coordinateur) Mohamed KALLEL (PIVASOFT) Anis Ben Ammar (ISIM Gabès) Mohamed HAMMAMI (FSS) Walid MAHDI (ISIMS) Mounir BEN AYED (FSS) Haytham ELGHAZEL (ISTIL France) Liste non exhaustive d entreprises actrices dans les domaines abordés par l option : Cynapsys, ArdiaSoft, Sagem, TelNet, St-Micro-Electronic, PivaSoft, Logivar Electronics, Interactive Arts, etc
4 Programme détaillé de l option ISI Modules de la 2 ème année GI (135h00) 1. Vision 2D (45h : 30h CI et 15h TP) Responsable : Chokri BEN AMAR (ENIS) : Ce module consiste à étudier les composantes essentielles d une chaine de vision par ordinateur (de l acquisition à l exploitation). En effet, ce module commence par présenter les différents types de capteurs 2D, de sources de lumière, et les techniques d échantillonnage et de quantifications d images 2D. Ce module présente ensuite un aperçu des techniques de traitements de bas niveau vues en Tronc commun ainsi qu'une introduction aux ondelettes et à l'analyse multirésolution suivis d'une étude poussée des post-traitements liés aux applications d'imagerie avancées (indexation, cryptage, tatouage, etc.). 1) les capteurs d'images 2) les sources de lumière et la notion d'éclairage 3) l'acquisition d'images (échantillonnage et quantification) 4) Calibrage de caméras 5) rappel sur les techniques de TNI 6) Introduction aux ondelettes et à l'analyse multirésolution 7) l extraction des descripteurs de haut niveau 8) Interprétatio n d'images 9) les posttraitements d'images (indexation, tatouage, cryptage, etc.)
5 Prérequis : Programmation Matlab Traitement numérique des signaux
6 2. Classification et Reconnaissance de Formes (45h : 30h CI et 15h TP) Responsable : Slim KANOUN (ENIS) : Ce module consiste à introduire les étapes fondamentales pour le développement de systèmes pour la reconnaissance de formes : acquisition, prétraitement, extraction de caractéristiques, classification / reconnaissance, post-traitement. Principalement, ce module détaille l étape d extraction de caractéristiques (caractéristiques statistiques, caractéristiques topologiques et géométriques, caractéristiques structurelles, codage de Freeman, ). Ce module s intéresse ensuite aux techniques d analyses de formes (représentées par des vecteurs de caractéristiques) en utilisant des techniques d analyse de données (analyse en composante principale, l analyse factorielle des correspondances, l analyse hiérarchique, ) et des techniques de classification automatique (K-means, cartes de Kohonen, ) afin de pouvoir dégager d une façon fiable les différentes confusions qui peuvent existaient entre les classes de formes (études des similarités et des dis-similarités intra et inter-classes. Ce module détaille aussi les différentes techniques de classement et de reconnaissnce de formes (le classifieur Bayésien, La séparation linéaire, le classifieur des KPPV, etc). Les fondements étudiés dans ce cours seront expérimentés en utilisant un langage de programmation et valorisées en fin de semestre avec le développement et la soutenance de projets 1) Introduction au processus de reconnaissance de formes 2) Pré-traitement (Binarisation, élimination de bruits, détection d inclinaison, squelettisation, etc) 3) Approche statistique 3.1) Extraction de caractéristiques statistiques (moments invariants, caractéristiques géométriques et topologiques, caractérisation par analyse de texture, ) 3.2) Classification statistique (Théorie bayésienne, Séparation linéaire, K Plus Proches Voisins, Machines à Vecteurs de Supports, Réseaux de Neurones, etc) 4) Approche structurelle 4.1) Codage de Freeman et extraction de primitives 4.2) Classification structurelle (Distance de Levenstein et K Plus Proches Voisins, Grammaire et automate, Graphe, Arbre de décision, etc) 5) Approche stochastique (Modèles de Markov Cachés) 6) Post-Traitement 7) Applications Pré-requis 1) Probabilités et statistiques 2) Analyse de données 3) Langages de programmation (C, C++, Java, etc)
7 3. Systèmes Embarqués (45h : 30h CI et 15h TP) Responsable : Mohamed KALLEL (PIVASOFTWARE) : Ce module s intéresse aux logiciels des systèmes embarqués. Les thèmes abordés dans ce cours permettent aux étudiants de voir en proches : les caractéristiques des systèmes embarqués la différence entre les systèmes embarqués qui existent sur le marché le caractéristique temps réel dans les systèmes embarqués. Développement embarqué C Développement Embarqué Linux user space (Espace utilisateur Linux) et kernel space (Espace Kernel Linux) 1) Introduction aux systèmes embarqués 2) Introduction aux Systèmes Linux embarqués 3) Introduction au développement C embarqués : rappel sur les pointeurs et les listes chainées 4) compilation et installation sur machines d un système Linux Embarqué 5) développement, compilation et installation d un module helloworld user space 6) développement, compilation et installation d un module helloworld kernel space 7) différence entre user space et kernel space pour systèmes linux embarqué 8) développement en C d un module traceroute en user space : utilisation socket linux 9) développement d un firewall icmp echo requet en kernel space : utilisation netfilter kernel 10) développement d un driver en kernel 11) Portage sur un Système Linux Embarqué Android et interfaçage avec couche JAVA Android Prérequis : Programmation C Architecture des calculateurs Linux
8 Modules de la 3 ème année GI (270h) Module 1 : Vision 3D (45 h: 30 h CI + 15 h TP), Responsable : Chokri Ben Amar L'objectif principal du cours est l'étude de techniques de modélisation tri-dimensionnelle d'objets ou d'environnements à partir d'images. Parmi les aspects abordés se trouvent la modélisation et le calibrage de caméras et de systèmes stéréoscopiques, l'estimation du mouvement d'une caméra, la localisation d'objets en 3-D et différentes méthodes de reconstruction 3-D à partir d'images. géométrie projective et épipolaire Modélisation 3D Reconstruction 3D Vision stéréoscopique Estimation du mouvement d'une caméra Segmentation de mouvements Maillages multirésolutions d'objets 3D Pré-requis Traitement Numérique des signaux Vision 2D
9 Module 2 : Intelligence Artificielle Distribuée et Systèmes Multi-Agents (45 h: 30 h CI + 15 h TP), Responsable : Slim KANOUN Ce module s intéresse à introduire l intelligence artificielle distribuée et les systèmes multiagents. L objectif fondamental de ce cours est la présentation en détail de tous les fondements logiciels nécessaires pour modéliser et implémenter des systèmes intelligents. Ce module explique dans un premier temps, l insuffisance de l approche fonctionnelle et de l approche orientée objet pour le développement de systèmes intelligents. Ce module montre aussi l insuffisance des architectures utilisées dans le cadre du génie logiciel distribué (CORBA, RMI, ) pour le développement de l intelligence artificielle distribuée et notamment les systèmes intelligents distribués (SMA). Ce module présente ainsi les méthodologies et architectures des SMA et les outils et les utilitaires pour le développement des SMA. 1) Introduction 2) Problématique 2.1) Les systèmes d aujourd hui 2.2) Insuffisance des modèles existants 2.3) Avantages de l approche centrée sur l agent 2.4) Difficultés de l approche orientée-agent 3) IAD et SMA 3.1) Les agents 3.2) Les systèmes multi-agents 3.3) Concepts inhérents aux systèmes multi-agents 3.4) La programmation orientée-agent et Java 3.5) Méthodologies et architectures SMA 3.6) Outils et utilitaires pour le développement de SMA Pré-requis 1) Approche fonctionnelle et approche orientée objet pour le développement de logiciels 2) Intelligence artificielle et systèmes intelligents
10 Module 3 : Approches Avancées de Conception de Systèmes Intelligents (45h : 30h CI et 15h TP), Responsable : Mohamed Adel ALIMI (ENIS) Il s'agit d'une introduction aux systèmes intelligents qui portent sur des questions théoriques, des applications et techniques de mise en œuvre. Le but de ce cours est de vous familiariser avec les techniques de base de l'intelligence artificielle / systèmes intelligents. Introduction aux réseaux de neurones : apprentissage à base d exemples Introduction à la logique floue : raisonnement à base de règles Introduction aux algorithmes évolutionnaires : adaptation et optimisation Etudes de cas d applications en ingénierie. Pré-requis Cours de programmation. Module 4 : Recherche d informations et WEB-Sémantique (30 h CI et 15h TP), Responsable : Anis Ben Ammar (ISIMG) Les outils de recherche d'information jouent actuellement un rôle crucial dans tout domaine d'activités. La dernière décennie, suite à l'évolution majeure subie par les standards Web, notamment le Web sémantique, la recherche d'information en a subi des avancées dont le but étant de faire face aux nouveaux défis : la quantité de plus en plus croissante des données et la diversité des types. Le but de cours étant d'intégrer en premier lieu les standards de recherche d'information apparus depuis les années 70s. Nous abordons, par la suite, les techniques déployées par un processus de recherche : la représentation, l'indexation et finalement la mise en correspondance. Les deux dernières étapes étant les parties les plus développées tout au long du cours. En fait, l'indexation des données, notamment multimédia, se présente comme étant le point crucial de tout processus de recherche (bien indexer assure a priori une recherche
11 concluante). Pour ce faire les techniques d'indexation seront détaillées par type de média. La mise en pratique des des connaissances acquises lors de ce cours sera validée à travers des travaux pratiques et également des travaux de recherche à préparer et à présenter par les étudiants en fonction de l'avancement dans le cours. 1. Les fondements des systèmes de recherche d'information 2. Evolution des techniques de recherche Textuelle et audiovisuelle 3. TALN (Traitement Automatique des Langages Naturels) pour l'indexation textuelle 4. Indexation Multimédia : Son, image et Vidéo 5. Les campagnes d'évaluations des systèmes de recherche : TRECVID, Amaryllis, Inex, CLEF, etc. 6. Nouveaux défis pour la recherche d'information : Apprentissage, personnalisation, web Sémantique, etc. Pré-requis Les techniques de traitements d'image, son et vidéo Les techniques d'apprentissage Les techniques intelligentes pour le traitement de l'information Module 5 : Introduction à la Robotique (45 h: 30 h CI + 15 h TP), Responsable: Mohamed Adel ALIMI & Chokri BEN AMAR Ce module offre aux étudiants une connaissance pratique des méthodes pour la conception et l'analyse des systèmes robotiques et intelligents. Une attention particulière est accordée aux systèmes de modélisation dynamique, de mesure et de contrôle de leur comportement. Le contenu est forcément vaste, et le niveau du cours est une introduction. Le but est de motiver et préparer les étudiants à mener des projets de recherche et une étude plus approfondie par le biais des cours de perfectionnement dans des domaines connexes. Vue d'ensemble et Préliminaires Robots articulés Coordonnées et Transformations
12 Dynamique des corps rigides Robots mobiles, assistance personnalisée, et les Jeux Systèmes dynamiques Les capteurs et actionneurs Contrôle analogique et numérique Introduction à l'optimisation Contrôle optimal déterministe Monte Carlo et algorithmes évolutionnaires Contrôle stochastique, robuste et adaptatif Machine Learning Représentation des connaissances Planification des tâches robotisées et les systèmes multi-agents Pré-requis Les systèmes intelligents Module 5 : Analyse Multidimensionnelle et Data Mining (45 h: 30 h CI + 15 h TP) Responsable : Walid DHOUIB (Expert en Business Intelligence) & Haytham ELGHAZEL (Ecole d'ingénieur Polytechnique Universitaire de Lyon1 FRANCE) L'informatique décisionnelle est un secteur en plein développement. Les entreprises ont besoin de prendre des décisions de plus en plus rapidement sur des données étayées. L'évolution technologique permet de satisfaire ce besoin avec l'accroissement du potentiel des machines, des Systèmes de Gestion de Bases de Données (SGBD) et l'évolution d'internet. Ce module visera à apprendre aux étudiants comment concevoir un système d'information décisionnel consistant à : - extraire des Systèmes d'information opérationnels (Bases de Données) les données pertinentes pour la prise de décision, - organiser et stocker ces informations dans des entrepôts de données (Datawarehouse), - exploiter ces données avec des outils d'analyse multi-dimensionnelle et des outils de fouille de données (Datamining) pour restituer des indicateurs pertinents aux décideurs. En TP, les étudiants se familiarisent avec le logiciel Oracle, Matlab et d autres outils décisionnels comme SAS.
13 Contenu Méthodes d analyse de données Multidimensionnelles - Informatique décisionnelle - Différence entre systèmes opérationnels et systèmes décisionnels - Les limites de SQL - Les entrepôts de données - Optimisation de requêtes dans les entrepôts de données - Les algorithmes de mise à jour de vues dans les entrepôts de données - Analyse multi-dimensionnelle : les besoins en systèmes OLAP - Dimensions, hypercubes et leurs représentations - Matérialisation des vues dans les entrepôts de données Fouille de données - Le Data Mining comme une étape de la démarche d extraction de connaissances à partir des données (ECD) - Extraction des motifs fréquents - Extraction des règles d association Apprentissage numérique à partir des données - Les fondements de l apprentissage numérique et ses applications - Introduction de l apprentissage supervisée, non supervisé et semi-supervisé - Les arbres de décision pour l apprentissage supervisé - Evaluation des méthodes d apprentissage supervisé - Les méthodes ensemblistes pour l apprentissage supervisé : Boosting, Forêts aléatoires, etc. Pré-requis : Connaissance d oracle, Programmation Matlab
Intelligence 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 détailIntroduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours
Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP
Plus en détailUniversité Libre de Tunis
Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04
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 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 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 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 détailEntrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
Plus en détailProgramme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
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 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 détailProgramme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure INTELLIGENCE NUMERIQUE Langage Java Mentions
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 détailGPC Computer Science
CYCLE ISMIN P2015 GPC Computer Science P LALEVÉE lalevee@emse.fr @p_lalevee A3.01 0442616715 C YUGMA yugma@emse.fr A3.01 0442616715 01/09/2014 Présentation GPC CS - Ph. Lalevée - C Yugma 1 Scolarité Site
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 détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailParcours en deuxième année
Parcours en deuxième année Unités d Enseignement (UE) ECTS Ingénierie des réseaux haut 4 débit Sécurité des réseaux et 4 télécoms Réseaux mobiles et sans fil 4 Réseaux télécoms et 4 convergence IP Infrastructure
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailProgramme de la 1ère année
Programme de la 1ère année de master informatique Recopié du Syllabus M1 Informatique. 2004-2005 (UPS Toulouse) TC1 - Conception et Programmation Parallèle et Orientée Objet (96h) Objectif : Ce cours a
Plus en détailLe "tout fichier" Le besoin de centraliser les traitements des fichiers. Maitriser les bases de données. Historique
Introduction à l informatique : Information automatisée Le premier ordinateur Définition disque dure, mémoire, carte mémoire, carte mère etc Architecture d un ordinateur Les constructeurs leader du marché
Plus en détailPrésentation du module Base de données spatio-temporelles
Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes
Plus en détailet les Systèmes Multidimensionnels
Le Data Warehouse et les Systèmes Multidimensionnels 1 1. Définition d un Datawarehouse (DW) Le Datawarehouse est une collection de données orientées sujet, intégrées, non volatiles et historisées, organisées
Plus en détailIntroduction à l Informatique Décisionnelle - Business Intelligence (7)
Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence
Plus en 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 détailFilière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux
Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Structure générale des études à l UTC Règlement
Plus en détailSQL SERVER 2008, BUSINESS INTELLIGENCE
SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business
Plus en détailUNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises)
UNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes s Appliquées à la Gestion des Entreprises) 1 Description générale L UFR Mathématiques et propose le Master avec trois spécialisations en deuxième année : ACSI
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 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 détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailOrganisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et
Organisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et l'anglais. L'étudiant a le choix entre deux filières
Plus en détailQU EST-CE QUE LE DECISIONNEL?
La plupart des entreprises disposent d une masse considérable d informations sur leurs clients, leurs produits, leurs ventes Toutefois ces données sont cloisonnées par les applications utilisées ou parce
Plus en détailFilière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.
Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants
Plus en détailStages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE. Contact : Mme Lapedra, stage@isoft.fr
Stages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise
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 détailSemestre 1. Objectifs Approfondissement de l environnement Java et de son interface de programmation d applications : réseaux, et processus.
Programmation Java avancée (3 ECTS 36h) Semestre 1 Approfondissement de l environnement Java et de son interface de programmation d applications : réseaux, et processus. Introduction. Rappels des concepts
Plus en détailDidier MOUNIEN Samantha MOINEAUX
Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?
Plus en détailIntelligence Economique - Business Intelligence
Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit
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 détailCATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012
CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des
Plus en détailLICENCE PROFESSIONNELLE SYSTEMES INFORMATIQUES & LOGICIELS
LICENCE PROFESSIONNELLE SYSTEMES INFORMATIQUES & LOGICIELS Contenu détaillé de la spécialité : SIMO : SYSTEMES D'INFORMATION, METHODES ET OUTILS (ASSISTANT CHEF DE PROJET INFORMATIQUE) Contenu détaillé
Plus en détailChapitre 9 : Informatique décisionnelle
Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle
Plus en détailDUT. Informatique, orientation Imagerie Numérique. Domaine : Sciences, Technologies, Santé. Mention : Informatique
DUT Informatique, orientation Imagerie Numérique Domaine : Sciences, Technologies, Santé Mention : Informatique Organisation : Institut Universitaire de Technologie Lieu de formation : Le Puy en Velay
Plus en détailPrésentations personnelles. filière IL
Présentations personnelles filière IL Résumé Liste de sujets de présentations personnelles. Chaque présentation aborde un sujet particulier, l'objectif étant que la lecture du rapport ainsi que l'écoute
Plus en détailBI = Business Intelligence Master Data-ScienceCours 3 - Data
BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage
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 détailConduite de projets informatiques Développement, analyse et pilotage (2ième édition)
Avant-propos 1. Objectifs du livre 13 2. Structure du livre 14 Un projet informatique 1. Les enjeux 17 1.1 Les buts d'un projet 17 1.2 Les protagonistes d'un projet 18 1.3 Exemples de projets 19 2. Les
Plus en détailBases de Données Avancées
1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,
Plus en détailLe terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification
Séminaire national Alger 12 Mars 2008 «L Entreprise algérienne face au défi du numérique : État et perspectives» CRM et ERP Impact(s) sur l entreprise en tant qu outils de gestion Historique des ERP Le
Plus en détailLe cinquième chapitre
Le cinquième chapitre Objectif : présenter les supports matériels ou immatériels permettant d'étayer cette nouvelle approche de la fonction maintenance. I. Evolution du domaine technique - Différents domaines
Plus en détailPROGRAMME DETAILLE. Parcours en première année en apprentissage. Travail personnel. 4 24 12 24 CC + ET réseaux
PROGRAMME DETAILLE du Master IRS Parcours en première année en apprentissage Unités d Enseignement (UE) 1 er semestre ECTS Charge de travail de l'étudiant Travail personnel Modalités de contrôle des connaissances
Plus en détailLicence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)
Université de Lille 2 - Droit et Santé Ecole Supérieure des Affaires & Institut Universitaire de Technologie (IUT-C) Département Statistique et Traitement Informatique des Données Licence Professionnelle
Plus en 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 détailEnquête 2014 de rémunération globale sur les emplois en TIC
Enquête 2014 de rémunération globale sur les emplois en TIC Enquête 2014 de rémunération globale sur les emplois en TIC Les emplois repères de cette enquête sont disponibles selon les trois blocs suivants
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 détailUn datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :
Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant
Plus en détailWorkflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1
Workflow/DataWarehouse/DataMining 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA
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 détailPROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Plus en détailObjectif. Participant. Prérequis. Oracle BI Suite EE 10g R3 - Développer des référentiels. 5 Jours [35 Heures]
Objectif Utiliser les techniques de gestion de la mise en cache pour contrôler et améliorer les performances des requêtes Définir des mesures simples et des mesures calculées pour une table de faits Créer
Plus en détailThéories de la Business Intelligence
25 Chapitre 2 Théories de la Business Intelligence 1. Architectures des systèmes décisionnels Théories de la Business Intelligence Depuis les premières requêtes sur les sources de données OLTP consolidées
Plus en détailNos Solutions PME VIPDev sont les Atouts Business de votre entreprise.
Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service
Plus en détailLES ENTREPOTS DE DONNEES
Module B4 : Projet des Systèmes d information Lille, le 25 mars 2002 LES ENTREPOTS DE DONNEES Problématique : Pour capitaliser ses informations, une entreprise doit-elle commencer par mettre en œuvre des
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 détailProgiciel K. Parce que chaque K est unique (c) 2005-2013 K-all
Progiciel K Parce que chaque K est unique (c) 2005-2013 K-all Progiciel K pour une gestion intégrée sur mesure puissante et évolutive dans un environnement full Web. Internet, Extranet et Nomade. Le Progiciel
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 détailMasses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA
Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide
Plus en détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information
Plus en détailN. Paparoditis, Laboratoire MATIS
N. Paparoditis, Laboratoire MATIS Contexte: Diffusion de données et services locaux STEREOPOLIS II Un véhicule de numérisation mobile terrestre Lasers Caméras Système de navigation/positionnement STEREOPOLIS
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...
Plus en détailCQP ADMINISTRATEUR DE BASES DE DONNÉES (ABD) ----------------------------------------------------------------------------------------------------
ORGANISME REFERENCE STAGE : 26587 20 rue de l Arcade 75 008 PARIS CONTACT Couverture : M. Frédéric DIOLEZ Paris, Lyon, Bordeaux, Rouen, Toulouse, Marseille, Tél. : 09 88 66 17 40 Strasbourg, Nantes, Lille,
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailSGBDR. Systèmes de Gestion de Bases de Données (Relationnelles)
SGBDR Systèmes de Gestion de Bases de Données (Relationnelles) Plan Approches Les tâches du SGBD Les transactions Approche 1 Systèmes traditionnels basés sur des fichiers Application 1 Gestion clients
Plus en détailPROGICIELS DE GESTION INTÉGRÉS SOLUTIONS DE REPORTING
PROGICIELS DE GESTION INTÉGRÉS SOLUTIONS DE REPORTING 8 rue de Prague 75012 Paris contact@predixia.com DES SOLUTIONS SIMPLES ET INNOVANTES POUR LA GESTION ET LE PILOTAGE DE VOTRE ACTIVITÉ CONCEVOIR TRÉSORERIE
Plus en détailIntroduction à lʼinformatique. Décisionnelle (ID) / Business. Intelligence» (1)
Introduction à lʼinformatique Décisionnelle et la «Business Intelligence» (1) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013
Plus en détailL INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE
2009 L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE Chapitre 1 : BI Une introduction La plupart des administrateurs de bases de données (DBA) ont rencontré une certaine forme de business
Plus en détailINF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude
INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude
Plus en détailProjet de programme pour l enseignement d exploration de la classe de 2 nde : Informatique et création numérique
Projet de programme pour l enseignement d exploration de la classe de 2 nde : Informatique et création numérique 19 mai 2015 Préambule L informatique est tout à la fois une science et une technologie qui
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 détailAXIAD Conseil pour décider en toute intelligence
AXIAD Conseil pour décider en toute intelligence Gestion de la Performance, Business Intelligence, Big Data Domaine d expertise «Business Intelligence» Un accompagnement adapté à votre métier dans toutes
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 détailAnalyse de grandes bases de données en santé
.. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.
Plus en détailFilière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti
Filière MMIS Modélisation Mathématique, Images et Simulation Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti Valerie.Perrier@imag.fr Modélisation mathématique, Images et simulation (MMIS)
Plus en détailTP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3
TP2_1 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 03/11/2014 Plan du TP 2 Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Présentation de la suite Microsoft BI Présentation
Plus en détailDescription du programme du Master M2 MIAGE SIIN (1)
Description du programme du Master M2 MIAGE SIIN (1) Modules obligatoires : D219 Haut débit et nomadisme 40h. D226 Image numérique - 40 h. D227 Technologies des réseaux 40 h. D228 Développement d applications
Plus en détailM1805 - Études et développement informatique
Appellations Analyste cogniticien / cogniticienne informatique Analyste concepteur / conceptrice informatique Concepteur / Conceptrice analyste informatique Concepteur / Conceptrice d'application informatique
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 détailBUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise
BUSINESS INTELLIGENCE Une vision cockpit : utilité et apport pour l'entreprise 1 Présentation PIERRE-YVES BONVIN, SOLVAXIS BERNARD BOIL, RESP. SI, GROUPE OROLUX 2 AGENDA Définitions Positionnement de la
Plus en détailMULTITEL, votre partenaire de recherche et d innovation
Ingénierie des réseaux Networking Industrial Services Services aux entreprises Conception, réalisation et suivi de nouveaux projets Audit des réseaux existants Déploiement d applications réseau Développement
Plus en détailChokri BEN AMAR, maître de conférences, directeur des études de l'enis & Anis FOURATI, expert en Sécurité Informatique (Société SDS à Sfax)
Responsables Pédagogiques du mastère professionnel SSI Chokri BEN AMAR, maître de conférences, directeur des études de l' & Anis FOURATI, expert en Sécurité Informatique (Société SDS à Sfax) MOTIVATION
Plus en détailUE 8 Systèmes d information de gestion Le programme
UE 8 Systèmes d information de gestion Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur Indications
Plus en détailINTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par
Séminaire de formation INTRODUCTION A LA B.I AVEC PENTAHO BUSINESS ANALYTICS Formation animée par M. Dia Alioune Expert consultant BI OPEN SOURCE Directeur BADIA OA GROUP : OpenAfriki France Du 09 au 11
Plus en détailBI2 : Un profil UML pour les Indicateurs Décisionnels
BI2 : Un profil UML pour les Indicateurs Décisionnels Sandro Bimonte Irstea, TSCF, 9 Av. Blaise Pascal, 63178, Aubière, France sandro.bimonte@irstea.fr Thème de Recherche MOTIVE www.irstea.fr 2 Plan Motivations
Plus en détailRÉSUMÉ DESCRIPTIF DE LA CERTIFICATION (FICHE RÉPERTOIRE)
RÉSUMÉ DESCRIPTIF DE LA CERTIFICATION (FICHE RÉPERTOIRE) Intitulé (cadre 1) Domaine : Sciences, Technologies, Santé Licence professionnelle : Dénomination Nationale «Systèmes informatiques et logiciels»
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
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 détailRecherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailBusiness Intelligence : Informatique Décisionnelle
Business Intelligence : Informatique Décisionnelle On appelle «aide à la décision», «décisionnel», ou encore «business intelligence», un ensemble de solutions informatiques permettant l analyse des données
Plus en détailSQL Server 2012 Implémentation d'une solution de Business Intelligence (Sql Server, Analysis Services...)
Avant-propos 1. À qui s'adresse ce livre? 15 2. Pré-requis 15 3. Objectifs du livre 16 4. Notations 17 Introduction à la Business Intelligence 1. Du transactionnel au décisionnel 19 2. Business Intelligence
Plus en détail