Property

Course content

From LRDE

This is a property of type Text.

Showing 20 pages using this property.
C
* 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)   +
* 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 de l’apprentissage : ** Type d’apprentissage ** Quelques méthodes d’apprentissage (moindres carrés, SVM, arbre de décision, k-moyennes) Introduction aux réseaux neuronaux : * Structure et fonctionnement du réseau ** Apprentissage du réseau et rétropropagation ** Solveurs ** Présentation de différents types de réseaux (séparation, récursif, CNN) * Tester les réseaux : ** Tester un réseau de séparation ** Tester un CNN ** Tester un réseau récursif ** Écrire son premier réseau neuronal * Écrire des réseaux avec Keras : ** Résoudre SVHN ** Écrire un autoencodeur sur les chiffres de MNIST ** Résoudre un problème (préparation à l’examen)   +
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)  +
* Géométrie euclidienne et projective, formation de l'image. * Rendu photoréaliste (raycasting, raytracing, pathtracing, pbgi...) * Rendu temps réel (algorithmes de fenêtrage, remplissage...) * Modélisation d’objets. * Textures.   +
* Présentation de J2EE et le serveur d'applications Tomcat* Les Servlets* Les JSP (Java Server Pages)* L'API JDBC et l'accès à une Base de données * Les EJB 3 et JPA (Java Persistence API)* MVC et la bibliothèque de balises JSTL   +