Course content
From LRDE
The printable version is no longer supported and may have rendering errors. Please update your browser bookmarks and please use the default browser print function instead.
This is a property of type Text.
C
DFS, BFS, plus courts chemins, circuits eulériens, couplages, connexité +
* Algorithmes récursifs, l'intérêt de la récursion terminale* Algorithmes diviser pour régner (ex. tri fusion, Karatsuba)* Programmation dynamique (ex.: distance de Levenshtein, chaîne de multiplications de matrices, plus longue sous-séquence commune)* Algorithmes gloutons (ex.: distributeur de monnaie, codage de Huffman)* Exponentiation rapide (et application à tous les monoïdes)* Calculs des plus courts chemins dans un graphe* Utilisation de l'exponentiation rapide de matrices pour les calculs
+
* Introduction aux mesures de complexité (notations, théorème général, exemples du tri par insertion et du tri fusion)
* Autres tri comparatifs (selection, tri par tas, tri rapide, tri introspectif)
* Borne de complexité des tris comparatifs
* Tris linéaires
* Rangs et médians (sélection stochastique, sélection en O(n))
* Structure de données classiques (tableaux statiques et dynamiques, listes, piles, files, files de priorité)
* Structures associatives (tables de hachage, arbre binaires de recherche, arbre rouge et noir)
* Principaux paradigmes algorithmiques : a) diviser pour régner (ex.: tri fusion, Karatsuba) b) programmation dynamique (ex.: distance de Levenshtein, chaîne de multiplications de matrices, plus longue sous-séquence commune) c) algorithmes gloutons (ex.: distributeur de monnaie, codage de Huffman).
+
* Journée 1
** Définition formelle des notations O, Θ, et Ω
** Propriétés de O, Θ, et Ω
** Utilisation pour le calcul de complexité
** Tri fusion
* Journée 2
** Théorème général pour le calcul de complexité
** Application sur plusieurs exemples
** Tas définition et opérations (avec leurs complexités)
* Journée 3
** Fin des algos sur le tas, et Tri par tas
** Quick Sort
** algo de base et partition avec première valeur comme pivot
** calcul de complexité
* Journée 4
** calcul de complexité de Quick Sort
** discussion sur l'implémentation d'un quick sort
** tri introspectif
* Journée 5
** Minoration du pire cas d'un tris comparatif
** Tris linéaires
+
* Rappel des notions mathématiques utilisées par la suite.* Introduction aux mesures de complexité (notations, théorème général, exemples du tri par insertion et du tri fusion)* Autres tri comparatifs (selection, tri par tas, tri rapide, tri introspectif)* Borne de complexité des tris comparatifs* Tris linéaires* Rangs et médians (min/max, sélection stochastique, sélection en O(n))* Structure de données classiques (tableaux statiques et dynamiques, listes, piles, files, files de priorité, arbres, B-arbres)* Structures associatives (tables de hachage, arbre binaires de recherche, arbre rouge et noir, skip lists)
+
- Méthode scientifique
- Biais expérimentaux
- Présentation des données
- Analyse des données
- Introduction à R +
* Types de machine parallèle, évolutions, besoins* Parallélisme sur les données en fonction de la dépendance,* Parallélisation d'algorithmes classiques (préfix, tri)* Programmation parallèle avec OpenMP et MPI
+
* Décision bayésienne.* Méthodes stochastiques.* Champs aléatoires.* Échantillonneurs.* Apprentissage.* Classification statistique.* Analyse d'images.
+
* Architecture des compilateurs* Outils de développement* Analyse lexicale* Analyse syntaxique* Syntaxe abstraite* Analyse sensible au contexte* Liaison des noms
+
* Contrôle des types* Langages intermédiaires* Passages d'arguments* Mémoire : hiérarchie des mémoires matérielles, gestion logicielle de la mémoire* Les microprocesseurs : CISC, RISC* Sélection d'instructions (génération de code)* Flot d'exécution* Vivacité des variables* Allocation de registres
+
* Eléments de théorie de l'information: codage et redondance d'un signal, entropie.
* Compression conservative: codage RLE, codage de Huffman, transformée de Burrows-Wheeler et codage bzip2, compression LZW.
* Échantillonnage et quantification d'un signal, théorème de Shannon, échecs des méthodes conservatives sur les signaux/images réel(le)s.
* Compression non conservative: rappels sur l'analyse de Fourier, transformée en cosinus discrète, transformée d'Hadamard, applications au traitement du son et traitement d'images.
* Algorithme JPEG: avantages et défauts.* Codage de la couleur: espaces colorimétriques, conversion RGB/YUV, transformée de Karhunen-Loève.
* Compression spatiale et temporelle: codage MPEG.
+
Voir polycopié. +
* classe et objets, encapsulation et masquage, références, flux, * héritage de classes, abstractions et modularité, transtypage, * les 4 formes de polymorphisme, dualité OO-généricité, tour des conteneurs standards,* exceptions, idiomes du C++, * inlining, entités de classes, RTTI, objects-fonctions, conclusion.
+
* C++ Coding Standards* Boost 1* Boost 2* Concurrency 1* Concurrency 2
+
* Historique d'Internet * Rappel sur la topologie d'Internet * La gouvernance de l'Internet * Sécurité et cryptographie * La e-économie* Le paiement électronique * La loi de l'internet (liberté d'expression, copyright, vie privée...) * La régulation de l'Internet * Le role de l'Etat * Les dérives mafieuses * La démocracie électronique
+
* Introduction de la vérification formelle et du model checking* Diagrammes de décision binaires (BDD)* Logique temporelle à temps arborescent (CTL) et vérification à l'aide de BDD* Diagrammes de décision hiérarchiques (SDD)* Logique temporelle à temps linéaire (LTL) et passage vers les automates de Büchi* Test de vacuité d'un automate de Büchi* Lutte contre l'explosion combinatoire de l'espace d'état* Hypothèses d'équité et automates de Streett* Introduction à Spin.
+
* Histoire et enjeux de l'imagerie médicale
* Physique des images, modalités
* Ouverture, traitement et enregistrement d'images médicales
* Reconstruction d'une image médicale à partir du signal machine
* Application des fondamentaux vus en TIF aux images médicales
* Visualisation volumique et rendu
+
* Formats d'images
* Signal et espace de Fourier
* Echantillonnage et quantification
* Filtrage linéaire
* Statistique, probabilité et classification
* Segmentation et champs de Markov
* Modèles physiques et énergétiques
* Optimisation combinatoire
* Topologie discrète et morphologie mathématique
* De la théorie des sous-ensembles flous aux croyances
* Théorie de l'information et fusion d'information"
+
* Tour d'horizon
* Introduction aux réseaux neuronnaux
* Exemple d'un programe écrit sous Keras
* Présentation rapide de TensorBoard
* Séparer des classes
* Écriture en Numpy d'un RN séparateur (optionnel, pour ceux qui désirent mieux comprendre la construction d'un réseau neuronal)
* Étude d'un CNN avec une réprésentation graphique des filtres de convolution sur l'image d'entrée (vidéo sur les convolutions)
* SVHN sous Keras (sur Kaggle)
* Un MNIST spécial sous Keras (sur Kaggle)
* Présentation du projet
+
1. Architectures massivement parallèles
2. Programmation des GPUs avec CUDA
3. Patrons de programmation efficace (Part 1: Memory consideration)
4. Patrons de programmation efficace (Part 2: Histogrammes et reductions) +