Course content
From LRDE
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) +