Outils pour utilisateurs
cours_de_l_ed:start
Différences
Ci-dessous, les différences entre deux révisions de la page.
| Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente | ||
|
cours_de_l_ed:start [2018/09/10 09:31] sonia |
cours_de_l_ed:start [2023/07/04 09:52] (Version actuelle) sonia |
||
|---|---|---|---|
| Ligne 1: | Ligne 1: | ||
| Sur cette page sont indiqués les cours spécialement offerts par l'ED 184 à l'attention des doctorants et des enseignants-chercheurs, ainsi que les cours proposés par proposés par le collège doctoral de l'AMU ou d'autres organismes particulièrement intéressants d'un point de vue disciplinaire pour les doctorants de notre ED. | Sur cette page sont indiqués les cours spécialement offerts par l'ED 184 à l'attention des doctorants et des enseignants-chercheurs, ainsi que les cours proposés par proposés par le collège doctoral de l'AMU ou d'autres organismes particulièrement intéressants d'un point de vue disciplinaire pour les doctorants de notre ED. | ||
| + | **COURS DE l'ED** | ||
| + | Cinq cours de 24h chacun vous seront proposés prochainement. Les inscriptions se feront sur l'adum ultérieurement. | ||
| - | ---- | + | ---------------------------- |
| - | **COURS ED 2018** | + | ==Propositions de cours ED 2023-2024== |
| - | **Artificial Intelligence: from Machine Learning to Data Science** | ||
| - | Content: | + | Stéphane Ballet I2M (déjà retenu en 2022-2023) : Histoire de la pensée scientifique |
| - | Machine Learning addresses the question of how to develop computer systems that improve their performance automatically with experience. It is the core technologies at the basis of modern Artificial Intelligence and of all of its spectacular breakthrough in the last ten years. It is also at the core of the emerging field of Data Science. This course deals with the foundations of machine learning based Artificial Intelligence and of its more recent success which has led to the development of Data Science. The whole process allowing the extraction of knowledge from data will be presented: data preparation and visualization, model generation via the use of a Machine Learning framework, results analysis. The course mainly focuses on classification tasks: non-supervised via the learning algorithm known as k-means, supervised via the presentation of several learning algorithms (k-nearest neighbors, random forest, support vector machines, artificial neural networks). A particular attention is given to practical work: the detailed process (dimension reduction, cross-validation, visualization, fine tuning of hyper-parameters, ...) is studied and well-known toolboxes are introduced (Scikit-Learn, Keras). | + | Ctirad Klimcik I2M : la théorie conforme de champs |
| - | Team: Hachem Kadri, Rémi Eyraud, Liva Ralaivola (nom.prenom@lis-lab.fr) | + | Olivier Dudas I2M : Théorie de Deligne—Lusztig |
| - | * The course will be given in English. It is possible to be in French if all the PhD Students registered to the course are francophones. | + | |
| - | **Homotopie et homologie du calcul** | + | Giuseppe Di Molfetta LIS : UE Quantum Algorithms: basics and principles |
| - | Résumé : | + | Carlos Ramisch et Manon Scolivet LIS (déjà retenu en 2022-2023) : Recherche zen : éviter de stresser pour nos choix méthodologiques (débattables) OU Méthodologie expérimentale en informatique |
| - | Ce cours entre naturellement dans ce cadre, car il présente des liens profonds entre différents domaines des mathématiques et de l’informatique théorique :réécriture de mots : présentations convergentes d’un monoïde (ou d’une catégorie); algèbre homologique : groupes d’homologie d’un monoïde (ou d’une catégorie); | + | {{ :cours_de_l_ed:recap_cours_ed184_2023-2024.pdf |}} |
| - | groupes de tresses et généralisations : familles de Garside dans un monoïde (ou une catégorie) ; catégories supérieures et algèbre homotopique : type de dérivation fini et résolutions polygraphiques. | + | |
| - | Cette approche a été initiée par Craig Squier (1987) : en montrant que les paires critiques de la réécriture définissent des générateurs de l’homologie en dimension 3, | ||
| - | il peut construire un monoïde finement présentable pour lequel le problème du mot est décidable, mais qui n’admet aucune présentation convergente finie. | ||
| - | La méthode a été généralisée à la dimension quelconque par Yuji Kobayashi (1990), puis reformulée dans un cadre homotopique par Craig Squier lui-même (1994). | ||
| - | Elle a été adaptée au cas des groupes gaussiens par Patrick Dehornoy et Yves Lafont en 2003, ce qui permet, par exemple, de calculer l’homologie des groupes de tresses. | ||
| - | La réécriture de mots a aussi été généralisée au cas des 2-présentations par Albert Burroni (1993) et Yves Lafont (2003). En suivant cette voie, | ||
| - | François Métayer a introduit la notion de résolution polygraphique (2003), qui est la version homotopique des résolutions libres (2009). | ||
| - | C’est aussi ce qu’on appelle un remplacement cofibrant en algèbre homotopique. | ||
| - | Ce cours (24h) aura lieu au second semestre. Les publics visés sont d’abord les doctorants issus des masters recherche de mathématiques générales et d’informatique théorique, | ||
| - | puis les étudiants de ces masters (qui auront déjà suivi des cours fondamentaux), et tous les collègues intéressés par ce domaine. Selon le niveau des étudiants et des collègues, | ||
| - | je ferai des rappels, dans l’esprit de mon cours intensif de 2008 : Algèbre et géométrie de la réécriture (Ecole Jeunes Chercheurs en Informatique Mathématique, CIRM, 2018) | ||
| - | + | **Tous les doctorants qui souhaitent suivre ces cours devront impérativement s'enregistrer dans l'adum.** | |
| - | + | ||
| - | **"Entrelacs aléatoires"**, cours de 24H, Responsable Bruno Schapira , de Janvier à mi-Mars | + | |
| - | + | ||
| - | Nous présenterons le modèle d’entrelacs aléatoires, ainsi que certaines de ses propriétés notamment de connectivité. Cela sera | + | |
| - | également l’occasion d’introduire des outils fondamentaux de théorie élémentaire du potentiel ainsi que sur les processus de Poisson. | + | |
| - | + | ||
| - | **"Introduction à la Théorie du Contrôle Géométrique"**, cours de 20H, Responsable Francesca Chittaro, de Février à mi-Avril | + | |
| - | + | ||
| - | 1. Rappel de géométrie différentielle : variétés, fibré tangent, fibré cotangent, sous-variétés. | + | |
| - | 2. Equation différentielles survariétés:champs dévecteurs,flots et groupes de difféomorphismes. | + | |
| - | 3. Familles de champs de vecteurs : crochets et algèbre de Lie, orbite d’un famille de champs de vecteurs, Théorèmes de Rashevski-Chow et de Frobenius. | + | |
| - | 4. Systèmes commandes : définition, ensembles atteignables, contrôlabilité. Systèmes linéaires et bilinéaires. | + | |
| - | 5. Equivalence des systèmes contrôlés, linéarisation par feedback. | + | |
| - | + | ||
| - | + | ||
| - | **"Histoire de la Pensée Scientifique - Une introduction"**, cours de 24H, Responsable Stéphane Ballet, de mi-Mai à début Juillet | + | |
| - | {{:cours_de_l_ed:ed184-histpenseeballet.pdf|}} | + | |
| - | + | ||
| - | + | ||
| - | **Tous les doctorants qui souhaitent suivre ces cours doivent impérativement s'enregistrer dans l'adum, la formation est en ligne.** | + | |
cours_de_l_ed/start.1536564680.txt.gz · Dernière modification: 2018/09/10 09:31 par sonia
Outils de la page
