D.E.S.S. en gestion – science des données et analytique d’affaires

1. Programmation séquentielle et analyse algorithmique.
2. Calcul parallèle avec mémoire partagée (utilisation de fils threads).
3. Calcul parallèle synchronisé sans mémoire partagée (utilisation de MPI).
4. Calcul distribué (utilisation de hadoop/spark).

Notions de base sur l'apprentissage automatique
Réseaux de neurones Feedforward et astuces d'optimisation
Réseaux de neurones convolutifs
Réseaux de neurones récurrents
Apprendre en profondeur pour comprendre le langage naturel
Apprendre en profondeur pour analyser des graphiques / réseaux
Modèles génératifs profonds

Concepts fondamentaux théories et pratiques du développement responsable de l'IA
Bases de l'apprentissage automatique nettoyage et visualisation des données généralisation test d'hypothèses signification statistique causalité
Équité responsabilisation transparence
Éthique sécurité et alignement robustesse agence
Analyse des risques et analyse d'impact ingénierie de la fiabilité durabilité
Gouvernance pouvoir justice travail numérique
Examen par les pairs et processus scientifique
Conception de l'expérience utilisateur informatique centrée sur l'humain
Open-source confidentialité sécurité de l'information

Régularisation et sélection variable dans les modèles de régression.
Méthodes avancées basées sur les arbres et boosting.
Intervalles de prédiction.
Analyse de données fonctionnelles.
Analyse de données spatiales.

1. Idées de base bonnes et mauvaises pratiques évaluations des méthodes

2. Outils de base en prévision

* prévision naïves

* ACF PACF stationnarité différentiation

* opinions d'experts

3. Lissage exponentiel

* Simple Holt Holt-Winters et modèles à espace d'état

* méthode à saisonnalité double

4. Régression multiple

* test Durbin Watson

* modèles de régression linéaires avec erreurs ARMA

5. Séries chronologiques

* modèles ARIMA SARIMA et ARMAX

6. Réseaux de neurones artificiels

* structure et estimation

7. Séries chronologiques multivariées

Santé (affectation horaires et localisation collecte et distribution diagnostic planification)
Sports et événements sportifs (optimisation de la performance analyse de risque fiabilité organisation d'événements calendriers routage)
Énergie (transport distribution et utilisation modèles techno-économiques globaux optimisation de problèmes de grande taille optimisation non convexe)
Environnement (optimisation multicritères et multi-objectifs analyse par enveloppement de données optimisation stochastique optimisation robuste)
Affaires publiques et défense nationale (localisation et couverture prévention et détection répartition et équité)
Aide humanitaire et gestion de crises (réseaux logistiques routage transport distribution et stockage simulation heuristiques systèmes d'aide à la décision)
Transport et distribution (tournées transport sur demande apprentissage optimisation par simulation)
Gestion des ressources humaines (horaires couverture modélisation de conventions collectives horaires rotatifs heuristiques et métaheuristiques)
Gestion académique (planification et affectation coloration des graphes heuristiques systèmes intégrés)
Gestion de la relation clients (données massives systèmes de reconnaissance segmentation gestion du revenu optimisation bi-niveaux)
Production et chaînes d'approvisionnement (problèmes de diète réseaux d'approvisionnement concurrence hiérarchie logistique inverse théorie des jeux).

Optimisation stochastique avec ou sans dérivées
Processus de décision markoviens et programmation dynamique
Programmation dynamique approximative
Apprentissage par renforcement
Réseaux neuronaux et apprentissage par renforcement profond
Programmation stochastique à deux étapes / multi-étapes
Conception de politiques pour des problèmes séquentiels