Discipline(s) : Sciences Humaines et Sociales, Sciences et technologies

MI0B702T - Science des données / Intelligence Artificielle

Semestre Semestre 1
Crédits ECTS 10
Volume horaire total 110

Domaine(s) LMD

SCIENCES HUMAINES ET SOCIALES, SCIENCES, TECHNOLOGIES, SANTE

Langue(s) d'enseignement

Français

Responsables

Romain GUILLAUME : romain.guillaume@univ-tlse2.fr

Objectifs

Méthodes classiques en statistiques (50h) :
Savoir maitriser des méthodes classiques de statistique dans un but exploratoire et prédictif.

Optimisation combinatoire (30h) :
Savoir modéliser un problème d'optimisation combinatoire suivant différents langages: programmation mathématique, programmation logique, programmation par contrainte.

Structuration des données (30h) :
Maitriser le modèle relationnel et la manipulation d'un SGBDR.

Contenu

Méthodes classiques en statistiques (50h) :
Validation des prérequis en statistiques (statistique exploratoire, inférentielle).
Modèle linéaire - Analyse de la variance.
Séries Chronologiques (méthodes déterministes, lissage exponentiel).

Optimisation combinatoire (30h) :
Modélisation d'un problème en PL et PLNE.
Modélisation d'un problème en programmation par contrainte.
Modélisation logique.
Programmation dynamique.

Structuration des données (30h) :
Modèle relationnel, vue relationnelle, triggers, transactions, langage SQL (manipulation, définition et interrogation), SGBDR (Interface graphique pour manipuler un SGBDR), utilisation de requêtes dans les langages hôtes, sensibilisation à l'optimisation de requêtes.