Informatique et mathématiques pour la décision et les données - 3ème année de Licence

L'année de formation

UE Obligatoires

  • Remise à niveau analyse de données

    Array

    Coefficient : Array
    Compétence à acquérir :
    Rappels de notions de d’algèbre linéaire nécessaires en L3 informatique MIAGE

    Description du contenu de l'enseignement :
    Espaces vectoriels de dimension finie, théorie de la dimension (théorème de la base incomplète).
    Applications linéaires, théorème du rang et applications.
    Représentation matricielle d'une application linéaire.
    Déterminant.
    Polynôme caractéristique, valeurs propres d'un endomorphisme et d'une matrice.
    Réduction des endomorphismes : diagonalisation

  • Remise à niveau probabilités

    Array

    Coefficient : Array
    Compétence à acquérir :
    Rappels de notions de probabilités nécessaires en L3 informatique MIAGE

    Description du contenu de l'enseignement :
    Introduction et notions de base : notion de probabilité, représentation des événements, notion d’équiprobabilité, propriétés
    Probabilités conditionnelles
    Variables aléatoires discrètes
    Variables aléatoires continues
    Quelques distributions classiques : loi de Bernouilli, loi uniforme, loi binomiale, loi géométrique, loi de Poisson, loi exponentielle, loi normale ou loi de Laplace-Gauss
    Couples de variables aléatoires
    Processus aléatoire : définition

  • Java-Objet

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :
    Les étudiants apprendront à implémenter, en Java, des programmes d’une certaine envergure, qui requièrent l’assemblage de plusieurs fonctionnalités. Ceci se fera grâce aux techniques de la programmation orientée objet. Ils apprendront à découper les besoins en classes et objets de façon à maitriser la complexité des programmes non triviaux. Ils apprendront à réutiliser les fonctions déjà programmées par d’autres, et à fournir à leur tour des modules réutilisables. Ils pourront appliquer les bonnes pratiques de programmation, telles que la programmation par contrat, pour créer des programmes clairs, qui peuvent être maintenus et réutilisés.

    Description du contenu de l'enseignement :
    Découpe d’un programme en fonctionnalités réutilisables, maitrise de la complexité : classes, interfaces, encapsulation, usage et publication de bibliothèques indépendantes (fichiers .jar).
    Programmation efficace, programmes clairs et élégants : exceptions, génériques, collections, programmation par contrat, Javadoc.
    Quelques outils de développement du programmeur professionnel moderne seront abordés et exploités tout au long du cours : eclipse, git pour la collaboration entre équipe.
    Le cours est fortement basé sur la pratique et applique une pédagogie inversée : les étudiants lisent chez eux, puis posent leurs questions et se font guider en accomplissant des exercices pratiques en séances.

  • Bases de données relationnelles

    Array

    Ects : 5
    Coefficient : Array
    Compétence à acquérir :
    Former les étudiants à la création et à la manipulation des bases de données relationnelles. Au cours de cette unité d’enseignement, les étudiants vont apprendre à définir un schéma de base de données relationnelle à partir d’un modèle de données entité/association et/ou UML, à interroger et manipuler les données de la base en SQL (pour la manipulation de données, la définition de schéma du langage et la définition de déclencheurs), et à vérifier la cohérence des données et les propriétés d’un schéma de base de données. Chaque partie du cours fait l'objet d'un cours magistral et d'une séance de TD. Deux séances de TP permettront de mettre en pratique les connaissances acquises au cours de cet enseignement en utilisant un SGBD du marché. Les étudiants auront également un mini-projet à réaliser en fin de module mettant en œuvre toutes les notions abordées en cours.

    Description du contenu de l'enseignement :
    1. Compréhension d’un modèle relationnel et passage au relationnel à partir d'un modèle entité/association ou UML
    - Définition du modèle relationnel (schéma, relation, nuplet, contraintes d’intégrité…)
    - Rappel du vocabulaire et des concepts de la modélisation entité/association et de la modélisation UML
    - Explication du processus de passage d’un modèle entité/association ou UML à un modèle relationnel
    2. Langages formels d’interrogation
    - Algèbre relationnelle
    - Calcul relationnel à variable nuplet
    3. Langage SQL
    - Langage de manipulation de données
    - Langage de définition de schéma
    - Déclencheur (Trigger), définition de contraintes
    4. Théorie des bases de données relationnelles
    - Définition des dépendances fonctionnelles
    - Décomposition de schémas
    - Formes normales

  • Algorithmes dans les graphes

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :
    Fournir les concepts de base concernant les graphes. Souligner l’apport des graphes en informatique en tant qu’outil de modélisation. Présenter certains algorithmes fondamentaux

    Description du contenu de l'enseignement :
    Introduction à la théorie des graphes.
    Étude et résolution des problèmes suivants :
    Connexité dans un graphe, connexité forte (algorithme de Kosaraju-Sharir).
    Plus court chemin (algorithmes de Bellman, de Dijkstra, de Ford et de Floyd), ordonnancement (Méthodes PERT, CPM).
    Structures d’arbres, arbre couvrant de poids minimum (algorithmes de Prim et de Kruskal)
    Flot maximum (algorithme de Ford et Fulkerson).

  • Logique

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Comprendre et connaître les concepts de base en logique et familiariser les étudiants avec différentes techniques de formalisation du raisonnement et de la démonstration.

    Description du contenu de l'enseignement :
    Logique des propositions, inférences, démonstration axiomatique, SAT
    Logique du premier ordre, démonstration axiomatique et tableaux.

  • Probabilités

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Fournir les concepts de base concernant les probabilités et statistiques

    Description du contenu de l'enseignement :
    - Brefs rappels de probabilités
    Axiomatique
    lois de probabilité discrètes
    lois de probabilité continues
    Règle de Bayes
    - Notions de convergence (en probabilité, convergence presque sure…)
    - Lois multi-dimensionnelles
    Loi normale multidimensionnelle
    - St

  • Automates, langages et compilation

    Array

    Ects : 5
    Coefficient : Array
    Compétence à acquérir :
    Définir la notion de langage formel et introduire les méthodes permettant de spécifier les langages : description à travers des expressions, reconnaissance par des automates et génération par des grammaires formelles. 
    Mise en pratique par un projet sur machine

    Description du contenu de l'enseignement :
    Langages et automates : alphabets, mots, langages, automates déterministes et non-déterministes, lemme de pompage, exemples 
    Expressions : expressions régulières, équivalence entre expressions régulières et langages d’automates 
    Analyse lexicale 
    Grammaires : langages non rationnels, grammaires régulières, algorithme de reconnaissance CYK. 
    Automates à pile : automates à pile, langages non-algébriques 
    Analyse syntaxique 
    Exemple de grammaires XML 
    Introduction à la compilation 
    Hiérarchie de Chomsky, Machines de Turing, introduction à la calculabilité  
    Applications avec Flex/Bison

  • Modélisation statistique

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :
    This course is the first part of the two L3 statistics courses. It covers the fundamentals of parametric statistics, both from mathematical and methodological points of view, with some forays into computational statistics. The main theme is that modelling is an inherent part of the statistical practice, rather than an antecedent to the statistical step. Data may be a given, while models almost never are. This means one should keep a critical eye about models and develop critical tools to assess their adequation. Including, first and foremost, an assessment by simulation (Monte Carlo) methods. The course is entirely in English, except for the partial and final exams. Some practicals (TP) will be included, covering R language programming and applications to the bootstrap and Monte Carlo methodologies.

    Description du contenu de l'enseignement :
    - Statistics, the what and why
    - Probabilistic models for statistics
    - Glivenko-Cantelli theorem, Monte Carlo principles, and the bootstrap 
    - Likelihood function, statistical information, and likelihood inference
    - Bayesian inference
    - Introduction to li

  • Anglais 5

    Array

    Ects : 2
    Coefficient : Array
    Compétence à acquérir :
    Faire acquérir aux étudiants des connaissances linguistiques spécialisées leur permettant de fonctionner efficacement dans leur futur contexte professionnel. Une expérience pilote déjà menée sur le Portfolio Européen des Langues (Cercles version for Higher Education, approuvée par le conseil de l’Europe) est susceptible d’être élargie. Parcours et progressions différenciées par semestre selon les niveaux, utilisation large des ressources vidéo, laboratoire de langues, et NTICE du centre de ressources en langues (Utilisation de logiciels intégrée au cours et proposés en auto-formation). Précision : les étudiants passent le test du TOEIC en M1.

    Description du contenu de l'enseignement :
    Groupes de niveau permettant de décliner compréhension et expression écrite (lettres de motivation, CV, mémos, rapports, synthèses) et compréhension et expression orale (vidéos, public speaking, présentations, entretiens, réunions). Acquisition des outils de connaissances nécessaires dans le domaine de l’anglais professionnel (communication, expression, compréhension et expression écrite). Initiation à l’anglais des affaires et à l’anglais de l’informatique.

UE Obligatoires

  • Programmation linéaire

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :
    Initier les étudiants à la modélisation à l'aide de la programmation linéaire et les former pour la résolution des programmes linéaires

    Description du contenu de l'enseignement :
    Modélisation en termes de programmes linéaires, aspects géométriques.
    Méthode graphique.
    Algorithme du simplexe (méthode par pivot de Gauss (méthode du tableau) et méthode par substitution (dictionnaire).
    Introduction à la dualité : définitions et interprétation du problème dual, utilisation des théorèmes faible et fort de la dualité, et théorème des écarts complémentaires.
    Utilisation d’un solveur (AMLP, Cplex, GLPK…)

  • Critical thinking

    Array

    Ects : 1
    Coefficient : Array
    Compétence à acquérir :
    Donner, dans le contexte de l’informatique, des outils pour le développement de l’esprit critique, apprendre à interpréter correctement des informations et des données et détecter les tentatives de manipulation rhétorique.

    Description du contenu de l'enseignement :
    Raisonnement fallacieux
    Rhétorique
    Persuasion argumentative
    Morale
    Déontologie
    Éthique

  • Réseaux : infrastructures

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Le cours porte sur les protocoles réseaux utilisés dans les couches basses du modèle OSI.

    Description du contenu de l'enseignement :
    1. Introduction
    - Différents types de réseaux
    - Modèle OSI
    2. Couche physique
    - Introduction à la théorie du signal
    - Supports de transmission
    - Modulation numérique et multiplexage
    - Exemple des systèmes de téléphonie mobile
    3. Couche liaison de données
    - Trames
    - Contrôle d'erreur
    4. Sous-couche MAC
    - Protocole de gestion d'accès
    - Exemple d'Ethernet et des LAN sans fil (WiFi)
    5. Couche réseau
    - Algorithmes de routage
    Routage par vecteur de distances
    Routage par information d'état de lien
    - Internet et IP
    IPv4
    Masque et sous-réseau
    Protocoles de routage : OSPF et BGP

  • Utilisation et programmation UNIX

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :
    Comprendre les différentes tâches d’un système d’exploitation : faire l’interface entre l’utilisateur et la machine, gestion des processus (ordonnancement, communication), gestion des ressources (exclusion mutuelle), gestion des fichiers (organisation du disque) et de la mémoire (mémoire virtuelle).
    Comprendre le lien entre systèmes d’exploitation et développement : appels système, compilation, librairies…

    Description du contenu de l'enseignement :
    Ce cours étudie le système d'exploitation UNIX en général et la programmation système en particulier. Le système d'exploitation est le premier programma exécuté lors de la mise en marche d'un ordinateur. Il contrôle l'exécution de tous les programmes d'applications et soustrait le matériel au regard de l'utilisateur. Il est donc important de l'analyser pour comprendre comment fonctionne un ordinateur.

    Nous choisissons de baser notre études sur UNIX parce qu'il est le plus utilisé sur Internet par les équipements réseaux (routeurs, serveurs web ou serveurs DNS). De plus, il est gratuit et son code est libre et accessible (open source).

    Les grandes parties de ce cours sont les suivantes:

    (1) Introduction au langage de programmation C ;

    (2) Vue générale d'un système d'exploitation;

    (3) Système de gestion de fichiers UNIX ;

    (4) Généralités sur les processus et ordonnancement ;

    (5) Gestion des processus sous UNIX ;

    (6) Communication inter-processus par tubes et notion de mémoire partagée ;

    (7) Communication inter-processus par signaux.

    Le chapitre (1) donne les éléments du langage C nécessaires pour aborder la programmation système.

    Le chapitre (2) rappelle l'historique des systèmes d'exploitation et décrit leur structure générale.

    Le chapitre (3) décrit le système de gestion de fichiers qui est l'un des éléments de base du système d'exploitation, et insiste sur celui d'UNIX.

    Le chapitre (4) aborde de manière plus détaillée les processus et leur ordonnancement.

    Le chapitre (5) insiste sur la gestion des processus dans le système UNIX.

    Les chapitres (6) et (7) abordent la communication entre processus, en particulier la communication à travers des tubes et par signaux.

    Le cours est organisé en cours magistraux et séances de travaux dirigées et/ou travaux pratiques. A chaque chapitre est associé une série d'exercices et de problèmes pour amener les étudiants à mieux assimiler les différentes notions abordées en cours.

  • Données semi-structurées

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Former les étudiants aux normes du World Wide Web Consortium (W3C) pour modéliser et manipuler les données semi-structurées : XML (Extensible Markup Language) et JSON (JavaScript Object Notation) qui permettent de représenter des données textuelles (documents) ayant une structure potentiellement irrégulière, et RDF (Resource Description Framework) qui permet de décrire les ressources du Web sous la forme de graphe en les enrichissant avec de l'information sémantique. L'objectif du cours est d'apprendre aux étudiants comment représenter les données avec ces différentes normes, comment valider la représentation des données, ainsi que les transformer et les interroger. Chaque partie du cours fera l'objet d'un cours magistral et de plusieurs séances de TP.

    Description du contenu de l'enseignement :
    1. XML : Présentation de la norme XML et de ses principaux langages de manipulation (XPath, XSLT, XQuery) et de programmation (DOM, SAX).
    2. JSON : Définition des données en JSON, validation d'un document JSON, langages de requêtes pour JSON et différences avec XML et passage du XML au JSON.
    3. RDF : Modèle de données RDF, langage de description des vocabulaires RDF (RDFS) et langage de représentation des ontologies (OWL), interrogation de données RDF (SPARQL) et différences et liens avec XML (syntaxe RDF/XML) et JSON (JSON-LD).

  • Fondements mathématiques pour l'aide à la décision

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Le cours présente les concepts mathématiques nécessaires des modèles formels de l’Aide à la Décision (décision dans l’incertain, décision collective, décision multicritère, analyse de données, …). Il est basé sur la théorie de mesurage.

    Description du contenu de l'enseignement :
    - Relations binaires : ordre total, pré-ordre, classe d’équivalence, propriétés mathématiques (transitivité, réflexivité, complétude, …), représentation numérique, structure à seuils (semi-ordres, ordre d’intervalle), lien avec la théorie des graphes.
    - É

  • Introduction à l'intelligence artificielle symbolique

    Array

    Ects : 3
    Coefficient : Array
    Compétence à acquérir :
    Ce cours, qui vient après le cours de logique classique, en utilise les fondements pour présenter les différents types de raisonnement ; le but est de montrer le principe de la déduction logique sur les connaissances, de modéliser des problèmes de décision sous forme de règles d’inférence.

    Description du contenu de l'enseignement :
    Utilisation de systèmes de règles pour des problèmes de gestion et d’aide à la décision (représentation des règles métier de l’entreprise et du raisonnement afférent). Principe de résolution. Notion de faits, clauses du premier ordre et d'unification. Chaînage avant, chaînage arrière, chaînage mixte. Introduction au langage Prolog. Utilisation du backtrack. Notion de listes. Programmation récursive.

  • Projet analyse de données

    Array

    Ects : 2
    Coefficient : Array
    Compétence à acquérir :
    Mettre en pratique les notions de probabilités et statistiques vues au premier semestre à travers un projet précis.

    Description du contenu de l'enseignement :
    Réalisation d’un projet

  • Méthodes numériques : optimisation

    Array

    Ects : 5
    Coefficient : Array
    Compétence à acquérir :
    Présentation de méthodes numériques pour l'optimisation et d'éléments d'analyse numérique. Mise en œuvre sous forme de travaux pratiques.

    Description du contenu de l'enseignement :
    Optimisation continue en une dimension : généralités, notions de convergence, vitesse de convergence, section dorée, autres méthodes.
    Méthode de descente de gradient, méthode du gradient conjugué.
    Méthodes de Newton et quasi-Newton (BFGS) pour l’optimisation.
    Optimisation stochastique.

  • Anglais 6

    Array

    Ects : 2
    Coefficient : Array
    Compétence à acquérir :
    Maîtriser les structures grammaticales (Intermediate Level) ; acquérir le vocabulaire de base de l’anglais des affaires ; communiquer dans un cadre professionnel.

    Description du contenu de l'enseignement :
    Nous continuons avec l'expression orale et écrite et préparons l'examen TOEIC Bridge qui permet de revoir et maîtriser des bases de grammaire ainsi que d'approfondir un vocabulaire plus général. (L’année prochaine tous les M1 prépareront le TOEIC - cette activité permet donc un premier contact avec cet examen qui fait référence concernant les compétences en anglais). Les étudiants travaillent en demi-groupes de niveau, ce qui permet une participation active de tous.

UE Optionnelles

  • Sport

    Array

    Ects : 4
    Coefficient : Array
    Compétence à acquérir :

    Description du contenu de l'enseignement :

Formation année universitaire 2020 - 2021 - sous réserve de modification

Modalités pédagogiques

La formation démarre en septembre, dont la présence en cours est obligatoire.
Les enseignements sont organisés en semestre 5 et 6. Chaque semestre est constitué d'UE fondamentales ainsi que d'une UE optionnelle pour le semestre 6 suivant la répartition donnée. A chaque UE est associé un certain nombre de crédits européens (ECTS) ; à chaque semestre est associée la somme des ECTS associés aux UE composant le semestre.

La note finale de première session d'une UE est obtenue par pondération entre des notes de contrôle continu, de projets, d'examens partiels et terminaux. La note de contrôle continu peut faire intervenir plusieurs éléments : projets, devoirs, interrogations écrites ou orales, note de participation, assiduité... Toute UE pour laquelle l'étudiant a obtenu une note finale supérieure ou égale à 10/20 est définitivement acquise ainsi que les ECTS associés.
Chaque semestre est composé d'UE fondamentales ainsi que d'une UE optionnelle pour le semestre 6. La note finale d'un semestre est calculée comme somme pondérée des notes finales de toutes les UE constituant le semestre, le poids de la note finale d'une UE étant égal aux ECTS associés à l'UE. Un semestre est définitivement acquis si toutes les conditions suivantes sont vérifiées :

  • Il est constitué d'au moins 30 ECTS et sa note finale est supérieure ou égale à 10/20
  • La note finale de chaque UE du semestre (excepté l'UE sport) est supérieure ou égale à 5/20
  • La validation d'un semestre implique la validation de chaque UE de ce semestre et des ECTS associés


La validation d'une année entraîne la validation de chacun des deux semestres et de toutes les UE les composant ainsi que de tous les ECTS associés.
Une année est définitivement acquise (ainsi que les 60 ECTS associés) si toutes les conditions suivantes sont vérifiées :

  • Elle est constituée d'au moins 60 ECTS et la note finale de l'année est supérieure ou égale à 10/20 ;
  • La note finale de chaque UE (excepté l'UE sport) est supérieure ou égale à 5/20.


Stages et projets tutorés

Stage non obligatoire.


 

 

Des programmes nourris par la recherche

Les formations sont construites au contact des programmes de recherche de niveau international de Dauphine, qui leur assure exigence et innovation.
La recherche est organisée autour de 6 disciplines toutes centrées sur les sciences des organisations et de la décision.

En savoir plus sur la recherche à Dauphine