Descriptif
Objectifs pédagogiques
- Stage de communication : 11
- Cours magistral : 1
- Contrôle : 4
- Travaux dirigés en salle info : 2
- Petite classe : 4
effectifs minimal / maximal:
6/40Diplôme(s) concerné(s)
- M2 DS - Data Science
- Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
MAP-RO
OROC-RO-PM
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Vos modalités d'acquisition :
- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 1.5 ECTS
- Scientifique acquis : 1.5
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.
Pour les étudiants du diplôme M2 DS - Data Science
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- 7 ≤ note initiale < 10
- Crédits ECTS acquis : 1.5 ECTS
Programme détaillé
1 - 6 séances d'introduction à la recherche opérationnelle pour les étudiants n'ayant pas vu au moins une des notions suivantes précédemment : problèmes de plus courts chemin et d'arbre couvrant dans des graphes, programmtation linéaire, algorithme du simplex, programmation linéaire en nombres entiers, algorithme de branch-and-bound.
2 - Présentation d'une méthode de machine learning se résolvant optimalement par programmation linéaire en nombres entiers.
3 - Application d'algorithmes de recherche à des graphes de très grande taille.
4 - (pour les étudiants MPRO) Introduction au machine learning et à ses applications.