Unités d'enseignement MI3S

BACKRetour sur la page d'accueil MI3S

 

Plan de la page 

 

 

 

ORGANISATION DE L'ANNÉE UNIVERSITAIRE 2017 – 2018

 

Voici la liste des Unités d'Enseignement (UE) ouvertes pour 2017 – 2018. Ce sont 60 crédits ECTS qui se décomposent en :

  • 45 ECTS de tronc commun (y compris stage et mini-projets)
  • 15 ECTS de coloration

 

Tronc commun (UE obligatoires)

  • Anglais (24h / 3 ECTS)
  • Pré-professionnalisation (~20h / 3 ECTS)
  • Utilisation de logiciels : R et SAS (48h / 3 ECTS)
  • Programmation Python (60h / 3 ECTS)
  • Statistique inférentielle : pour l'apprentissage et le traitement automatique des langues (20h / 3 ECTS)
  • Statistique industrielle (24h / 3 ECTS)
  • Minis-projets (3 ECTS)
  • Stage (4 à 6 mois / 24 ECTS)

 

Coloration n°1 : statistique et apprentissage

  • Statistique biomédicale (24h / 3 ECTS)
  • Apprentissage numérique (20h / 3 ECTS)
  • Statistique avancées (24h / 3 ECTS)
  • Séries chronologiques (24h / 3 ECTS)
  • Algorithmes stochastiques (24h / 3 ECTS)

 

Coloration n°2 : statistique et traitement du signal et de l'image

  • Traitement d'image (24h / 3 ECTS)   OU   Apprentissage (20h / 3 ECTS)
  • Signal aveugle (24h / 3 ECTS)
  • Problème inverse en signal et image (24h / 3 ECTS)
  • Algorithmes stochastiques (24h / 3 ECTS)
  • Etude de cas en math pour la santé (24h / 3 ECTS)   OU   Séries chronologiques (24h / 3 ECTS)

 

Coloration n°3 : statistique, image et modélisation mathématique

  • Traitement d'image (24h / 3 ECTS)
  • Calcul scientifique 1 et 2 (44h / 6 ECTS)
  • Problème inverse en signal et image (24h / 3 ECTS)   OU   Algorithmes stochastiques (24h / 3 ECTS)
  • Statistiques avancées (24h / 3 ECTS)

 

Une présentation détaillée des UE suivant les périodes de l'année est donnée ci-dessous.

 

Période 1 (de septembre à décembre) : maîtriser les savoirs fondamentaux

 

  • Projets (sur les périodes 1 et 2)   Tronc commun

Crédits ECTS : 3

Projets individuels ou en binôme, encadré par des enseignants chercheurs.

 

  • Anglais    Tronc commun

Crédits ECTS : 3
Volume horaire : 24h
Enseignante : Marion Calvini Lefebvre
Lieu : Département de langues, campus de St Jérôme

Renforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.

 

  • Pré-professionnalisation   Tronc commun

Crédits ECTS : 3
Volume horaire : environ 20h

Comprendre le marché de l'emploi. Comment écrire un CV, une lettre de motivation et répondre à une annonce. Conférence de professionnels sur leurs métiers.
 

  • Utilisation de logiciels  Tronc commun

Crédits ECTS : 3
Volume horaire : 48 h
Enseignants : Pierre Pudlo et Frédéric Richard

Maîtriser les bases de R et SAS.

 

  • Programmation Python   Tronc commun

Crédits ECTS : 3
Volume horaire : 60 h
Enseignant : François-Xavier Dupé et Valentin Emiya

​De l'initialisation à la programmation en Python, utilisation de Python pour le calcul scientifique, l'apprentissage, la statistique et le traitement de signaux et d'images

 

  • Statistique inférentielle   Tronc commun

Crédits ECTS : 3
Volume horaire : 20 h
Enseignants : Thierry Artières et Carlos Ramisch

Bases pour le traitement automatique des langues et l'apprentissage (machine learning)

 

  • Statistique industrielle   Tronc commun

Crédits ECTS : 3
Volume horaire : 24 h
Enseignant : Pierre Pudlo

Maîtriser les bases de l'inférence statistique : intervalles de confiances, bootstrap, tests et tests multiples, régression linéaire et logistique, analyse de la variance, analyse en composante principale, estimation de la densité

 

  • Statistique biomédicale   

Crédits ECTS : 3
Volume horaire : 24 h
Enseignante : Marie-Christine Roubaud

Analyse de survie, estimateur de Kaplan-Meier, modèles à temps de vie accélérés, modèles de Cox.

 

  • Apprentissage numérique (machine learning)   

Crédits ECTS : 3
Volume horaire : 20 h
Enseignant : 

Méthodes de "Machine learning" : principes ; SVM (Support Vector Machine); SVM à noyaux; théorie de Vapnik;...

 

  • Traitement du signal aveugle 

Crédits ECTS : 3
Volume horaire : 24 h
Enseignant : Bruno Torresani​

 

  • Calcul scientifique 1

Crédits ECTS : 3
Volume horaire : 24 h
Enseignante : Florence Hubert

Schémas numériques de résolutions d'EDP. Exemples en dynamique des populations

 

Période 2 (de janvier à mi-mars) : approfondir les connaissances

 

  • Statistique avancée 

Crédits ECTS : 3
Volume horaire : 24 h
Enseignant : 

Modèles à variables latentes et algorithmes de type EM : modèles de mélange, modèles mixtes, probabilistic PCA,...

 

  • Séries chronologiques 

Crédits ECTS : 3
Volume horaire : 24 h
Enseignante : Manuela Royer-Carenzi

Tendances et composantes périodiques. Modèles ARMA : inférence et prédiction de valeurs futures.
Mise en pratique avec R

 

  • Algorithmes stochastiques 

Crédits ECTS : 3
Volume horaire : 24 h
Enseignante : Fabienne Castell

Algorithmes stochastiques d'approximation d'intégrales (Méthode de Monte Carlo, Méthode de Monte Carlo par chaîne de Markov), algorithmes d'optimisation stochastique (recuit simulé, algorithmes génétiques).  

 

  • Problèmes inverses en signal et image 

Crédits ECTS : 3
Volume horaire : 24 h
Enseignantes : Sandrine Anthoine et Caroline Chaux-Moulin

Problèmes mal posés, régularisation. Algorithmes EM, approches parcimonieuses. Applications : stéréovision, super-résolution, reconstruction tomographique.

 

  • Etude de cas en mathématiques

Crédits ECTS : 3
Volume horaire : 24 h
Enseignant : 

Quelques exemples autour du traitement de l'image et du signal

 

  • Calcul scientifique 2

Crédits ECTS : 3
Volume horaire : 20 h
Enseignante : Florence Hubert

Suite de calcul scientifique 1 

 

 

Période 4 (à partir du 19 mars) : mise en pratique

  • Stage    Tronc commun

Crédits ECTS : 24

Un stage de 4 à 6 mois dans une entreprise ou un organisme de recherche.

 

 

ORGANISATION DE L'ANNÉE UNIVERSITAIRE 2016 – 2017

 

    Période 1 (Septembre & Octobre)

    • Anglais Obligatoire

    Crédits ECTS : 3
    Volume horaire : 24h
    Enseignante : Marion Calvini Lefebvre
    Lieu : Département de langues, campus de St Jérôme

    Renforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.

     

    • Pré-professionnalisation Obligatoire

    Crédits ECTS : 3
    Volume horaire : environ 20h

    Comprendre le marché de l'emploi. Comment écrire un CV, une lettre de motivation et répondre à une annonce. Conférence de professionnels sur leurs métiers.
     

    • Projet de modélisation et utilisation de logiciels Obligatoire

    Crédits ECTS : 3
    Volume horaire : 48 h
    Enseignants : Valentin Emiya, Pierre Pudlo et Frédéric Richard

    Comprendre les logiciels métiers comme R, SAS et Matlab. Initiation à la programmation scientifique avec ces outils

     

    • Programmation C/Java et mini-projet Obligatoire

    Crédits ECTS : 3
    Volume horaire : 60 h
    Enseignant : François-Xavier Dupé

    ​Contenu : Ce cours est une introduction à la programmation orientée objet à travers essentiellement le langage Java [1]. Plus précisément, nous voyons comme notions
    - les types de bases, les structures de contrôles, les fonctions ;
    - la classe, la classe abstraite, l'énumération, l'interface ;
    - la gestion des erreurs avec les exceptions
    - les classes de bases disponibles avec le JDK.
    Avec les cours magistraux, nous avons des TD où nous voyons un peu d'algorithmique (tri, arbre) [2] et des TPs où nous utilisons les différentes notions vues en cours. En plus du TP, il y aura un projet à réaliser autour d'un algorithme avancé de l'état de l'art (par exemple pour débruiter des images). La note finale sera un mélange entre le contrôle continu lors des TPs, la note de projet et la note d'examen.

    [1] http://docs.oracle.com/javase/8/
    [2] https://fr.wikipedia.org/wiki/Algorithme_de_tri

     

    • Modèle pour la finance Ouverture 

    Crédits ECTS : 3
    Volume horaire :
    Enseignant :

    Introduction aux produits financiers; problèmes de valorisation; approches de l'équilibre

     

    • Statistique inférentielle Statistique

    Crédits ECTS : 3
    Volume horaire : 20 h
    Enseignants : Thierry Artières et Carlos Ramisch

    Bases pour le traitement automatique des langues et l'apprentissage (machine learning)

     

     

    Période 2 (Octobre, Décembre & début Janvier)

    • Statistique industrielle Statistique

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : Frédéric Richard

    Analyse de la variance, tests, contrôle de qualité, plan d'expérience et statistique spatiale

     

    • Statistique biomédicale Statistique Santé

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : Étienne Pardoux

    Régression logistique; analyse de survie; statistique bayésienne. Applications aux données médicales

     

    • Traitement du signal aveugle Signal/Image

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : NON OUVERT en 2016/2017

    Non ouvert

     

    • Traitement d'images Signal/Image

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : NON OUVERT en 2016/2017

    Champs gaussiens; krigeage; analyse de textures. Simulations de champs; variogramme.

     

    • Apprentissage numérique Statistique

    Crédits ECTS : 3
    Volume horaire : 20 h
    Enseignants : 

    Méthodes de "Machine learning" : principes ; SVM (Support Vector Machine); SVM à noyaux; théorie de Vapnik-Chervonenkis;...

     

    • Calcul scientifique Santé 

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignante : Florence Hubert

    Schémas numériques de résolutions d'EDP. Exemples en dynamique des populations

     

    • Analyse numérique des EDP  Ouverture

    Crédits ECTS : 3
    Volume horaire : 25 h
    Enseignant : Mihaï Bostan

    Etude avancée de méthodes numériques : équation de Poisson, formulation faible, théorème de Lax-Milgram. Approximation de Galerkin, éléments finis... Résultations de convergence, estimations d'erreurs

     

    • Economie du risque et de l'assurance  Ouverture

    Crédits ECTS : 3
    Volume horaire : 25 h
    Enseignants :

    Modèle d'utilité espérée ; changement de risque : étalement à moyenne constante, dominance stochastique. Demande d'actif risqué et demande d'assurance
    Assurance : modèle à risque unique ; différenciation des produits ; critères inobservables ; risque moral.

     

    • Mathématiques financières  Ouverture

    Crédits ECTS : 3
    Volume horaire : 
    Enseignants :

    Modèles à volatilités locales et stochastiques; modèles de taux d'intérêt ; pricing avec Matlab
    Gestion de porte-feuille : principes, méthodes basiques, gestion dynamique et simulations

     

    Période 3 (fin Janvier, Février & Mars)

    • Statistique avancée Statistique

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : Pierre Pudlo

    Du modèle linéaire aux méthodes d'apprentissages avancées en grande dimension (Lasso, Fôrets aléatoires,...)
    Bootstrap, validation croisée. Initiation à la modélisation bayésienne.
    Mise en oeuvre avec R

     

    • Séries chronologiques Statistique Santé

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignante : Manuela Royer-Carenzi

    Tendances et composantes périodiques. Modèles ARMA : inférence et prédiction de valeurs futures.
    Mise en pratique avec R

     

    • Algorithmes stochastiques Signal/Image Statistique

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignante : Fabienne Castell

    L'objectif du cours est d'étudier quelques algorithmes stochastiques d'approximation d'intégrales (Méthode de Monte Carlo, Méthode de Monte Carlo par chaîne de Markov), ainsi que des algorithme d'optimisation stochastique (recuit simulé, algorithmes génétiques).  Ces algorithmes seront implémentés sous Octave, et des applications en traitement des images seront présentés en cours.

    Prérequis: Notions de base en probabilité (variable aléatoire, espérance, lois, convergence), et sur les chaines de Markov (définition, mesure invariante, théorème regodique)

    Bibliographie: 

    - E. Pardoux: Processus de Markov et applications: algorithmes, réseaux, génome et finance.

    - N. Bartoli, P. del Moral: Simulation et algorithmes stochastiques.  

     

    • Problèmes inverses en signal et image Signal/Image

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignantes : Sandrine Anthoine et Caroline Chaux-Moulin

    Problèmes mal posés, régularisation. Algorithmes EM, approches parcimonieuses. Applications : stéréovision, super-résolution, reconstruction tomographique.

     

    • Mathématiques financières avancées  Ouverture

    Crédits ECTS : 3
    Volume horaire : 24 h
    Enseignant : Étienne Pardoux

    Movement brownien, calcul stochastique, mouvement brownien géométrique.
    Modèle de Black-Scholes, options européennes. Formule de Feynman-Kac. 
    Prix d'une option panier : EDP et méthode de Monte Carlo
    Introduction aux options américaines

     

     

    Période 4 (à partir du 1er avril)

    • Stage Obligatoire

    Crédits ECTS : 24

    Un stage de 4 à 6 mois dans une entreprise ou un organisme de recherche.

    • Projets Obligatoire

    Crédits ECTS : 3
    Attention, cette UE se déroule de Novembre à Mars.

    Projets de travail personnel encadré par des enseignants chercheurs.