Plateforme e-learning Moodle de l'INSA de Rouen

L'objectif de ce module est de fournir aux apprenants :

-  les outils  statistiques de base pour la description et la visualisation  de données ;

- les outils de base pour l'estimation d'indicateurs statistiques classiques  ;

- les notions de base des tests statistiques,

ainsi que quelques tests utiles pour la sélection de  variables et la comparaison d'algorithmes de classification supervisée.

Les méthodes et outils abordés seront mis en oeuvre sur des exemples réels et traités avec le logiciel R.

A l'issu de ce module, l'apprenant disposera de premiers outils pour décrire, identifier et sélectionner  les données pertinentes parmi  celles à sa disposition, en vue de la modélisation.

Il disposera de plus d'outils lui permettant de comparer et  sélectionner l'algorithme de classification supervisée le plus performant pour résoudre le problème qu'il lui sera posé.

Parmi les problématiques du Big-Data, on trouve  le traitement statistique en temps réel des données lorsqu'elles arrivent en flux continu et qu'elles ne sont pas stockées, empêchant ainsi les procédures de calcul habituelleset nécessitant la mise en place de procédures de calcul itératives.

L'objectif de ce cours est de présenter et mettre en oeuvre des algorithmes itératifs, stochastiques ou non, pour le traitement statistique de données en ligne.

Il s'agit de pouvoir répondre par exemple aux nouvelles problématiques issues du web et l'arrivée de données en flux continu.

On traitera en particulier le cas du calcul itératif des statistiques de base, l'estimation itérative des paramètres d'un modèle de régression linéaire

et d'un modèle de régression logistique par des algorithmes performants, ainsi que  l'ACP en ligne.

Le but de cette U.V. est de familiariser les étudiants au raisonnement en présence d'aléas, tout en présentant les méthodes statistiques de base qu'ils pourront être amené à rencontrer lors de leur vie professionnelle.

Afin de faciliter la rédaction de lettres de recommandation et pour vous donner accès à l'ensemble des résultats des jurys, nous mettons à la disposition de tous les PERMANENTS du département GE les tableaux de résultats des différents jurys. La mise en forme n'est pas encore finalisée et dépendra des outils développés par la scolarité pour traiter les tableaux extraits de Pégase.

Ces résultats sont confidentiels et NE DOIVENT PAS etre transmis en l'état aux étudiants

Introduction à la science des matériaux

Dans ce cours vous apprendrez les principes fondamentaux du traitement d'image : amélioration de l'image, filtrage, détection des attributs, transformations géométriques, traitement couleur, etc.