Parcours Informatique et cognition

Ce cours est destiné à l’analyse exploratoire des données. Il s’agit d’une famille de méthodes statistiques dont les principales  caractéristiques sont d'être multidimensionnelles et descriptives. On procède, lors des séances de CM, à des études méthodologiques (théorie et interprétation)  de l’analyse statistique factorielle classique des données avec des applications sur des données réelles. Ce cours comporte principalement les méthodes suivante : La régression linéaire, ACP, AFC, AFCM, AFDM, Classification (KAH et K-means).

Voir la page complète

La Recherche Opérationnelle (RO) propose des méthodes scientifiques pour aider à la prise de meilleures décisions. L’idée est de développer et d’utiliser des outils mathématiques et informatiques pour maîtriser des problèmes complexes d'organisation. Les applications pratiques sont par exemple dans la direction et la gestion de grands systèmes d’hommes, de machines et de matériaux dans l’industrie, le service, la santé, l’humanitaire, l’environnement...

Ce cours présente deux outils classiques de la RO : la programmation linéaire pour laquelle il existe des algorithmes extrêmement efficaces (algorithmes du simplexe) permettant de résoudre aisément des problèmes de grande taille (plusieurs milliers de variables et contraintes) et la théorie des graphes menant à l'optimisation combinatoire et à l'algorithmique dans les réseaux.

Voir la page complète

Ce module permet d'initier au monde du développement en apprenant la programmation HTML, CSS et le Javascript. Les différents principes du monde du web, ainsi que ces 3 langages, sont présentés afin de permettre une meilleure découverte du développement web.

Voir la page complète

Ce cours propose de pratiquer la programmation objet à un niveau avancé en explorant deux notions qui ne sont pas toujours abordées au niveau Licence :

- les patrons de conception (design patterns)

- la programmation par aspects (aspect-oriented programming)

Le langage de programmation utilisé est Java. Aspect-J est présenté comme extension de Java pour la programmation par aspects.

Voir la page complète

Ce cours est axé sur la découverte de l'ensemble des formats de données pour le Web et, plus particulièrement, sur le langage XML et l'ensemble des langages associés. Les principes de XML (méta-langage permettant de définir des langages à balises, l'un des plus connus étant HTML) sont d'abord exposés. On s'intéresse ensuite à l'élaboration de documents de type DTD ou Schéma qui permettent d'imposer des contraintes sur la structure attendue d'un document XML. Dans l'arborescence que forment les éléments (balises) d'un document XML, le langage XPath est essentiel pour naviguer et atteindre un sous-élément, un attribut, une valeur donnée. Sa maîtrise permet alors d'aborder le langage de transformation de documents XML en autres documents XML, HTML, ou autres, qu'est XSLT. Le langage SVG, dédié à la production de graphiques vectoriels animés et interactifs, illustre la puissance et la flexibilité d'XML. Enfin, le cours présente les principes du format d'échange de données JSON (JavaScript Object Notation), également conçu pour le Web, et le compare à XML.

Voir la page complète

Une première partie du cours vise l'apport de connaissances sur le fonctionnement cognitif de l'Humain afin de concevoir des interfaces et des applications adaptées aux utilisateurs. Le cours permet également de cerner les grandes étapes d'une conception centrée utilisateur (UX) en s'appuyant sur l'analyse de l'activité et l'organisation de tests. Toutes les étapes de la démarche est mobilisée en TD sur un site web ou une application au choix, donnant lieu à une évaluation des qualités dites "ergonomiques". La seconde partie du cours introduit les méthodes d’intelligence artificielle fondée sur les réseaux de neurones artificiels en se focalisant sur leurs mécanismes fondamentaux et comment les études sur la cognition humaine permettent de mieux appréhender certaines de leurs caractéristiques. L’accent est mis sur la notion d’information distribuée et ses conséquences, comment il est alors possible de concevoir un système de traitement comme adaptation d’une fonction de traitement et non comme enchaînement de calcul algorithmique sur des données stockées et enfin sur la problématique de validation du fonctionnement adéquat des systèmes construit sur ces principes.

Voir la page complète

Programmation serveur en .net Framework. Les types d'applications suivantes sont étudiées en profondeur dans ce cours.

* [Asp.net](http://Asp.net) Web Form et [Asp.net](http://Asp.net) MVC
* Web API
* Services WCF
* Services Windows
* Accès aux bases de données

Voir la page complète

Maîtriser les techniques d'intelligence artificielle historiques (Pas de machine learning dans ce module, qui fait l'objet d'un module séparé).

Voir la page complète

Ce cours est une introduction au traitement automatique des langues naturelles (TALN). On aborde successivement – les notions de linguistiques essentielles pour un informaticien, – un panorama des outils du TALN et de méthodes de développement d'outils, – les modèles de langues et leur construction (avec du TD), – l'analyse syntaxique à partir d'une grammaire (avec du TD et la mise en pratique d’algorithmes), – la traduction automatique (TA) et son évaluation dans une perspective historique et technique. Sur la TA les étudiants réalisent un TP individuel (rédaction d'un rapport d’expérience) noté dans lequel ils sont mis dans la situation d'un traducteur professionnel qui utilise ou non des outils du TALN pour l'aider dans son travail. En ce qui concerne la TA, on regarde en particulier la TA fondée sur le dialogue et la traduction de parole, on présente les approches statistiques et par réseaux de neurones profonds. On insiste sur l'évaluation automatique et le recul nécessaire à la lecture des résultats d'évaluation.

Voir la page complète

Ce module a pour but d'introduire et de comprendre le rôle et les enjeux du logiciel en tant que produit d'ingénierie. Les méthodes et outils nécessaires à la réussite des projets logiciels y sont présentées et un projet permettra de mettre en pratique ce qui aurait été vu en cours.

Programme :

- Comprendre le processus de développement logiciel

- Comprendre le cycle de vie d'un projet.

- Découvrir et identifier les différentes méthodes de gestion de projet.

- Découvrir et identifier les différents acteurs d'un projet.

- Lire et produire des modèles UML d'un projet.

- Identifier et traiter les éléments essentiels d'un logiciel (MVP - Minimal Viable Product).

- Comprendre les principes de base de la programmation orientée objet et de la programmation événementielle.

• Travailler en équipe pour concevoir et développer des applications.

• Savoir appliquer les compétences acquises (les mettre en pratique à travers des projets d'équipe dans un environnement de développement éducatif).

Voir la page complète

Les projets TER constituent un premier contact pour les étudiants avec les divers aspects de la conduite d’un projet à travers une réalisation proposée par un donneur d’ordres. Sauf exception, les projets sont à réaliser par groupes de deux étudiants. Les projets sont encadrés sur 1 semestre et demi. Une soutenance intermédiaire est réalisée à mi-parcours. Ils s'achèvent par une soutenance finale et la remise d'un rapport. Chaque soutenance donne lieu à une évaluation. La première période du projet est réservée à l'élaboration des documents préalables à l'implémentation : le cahier des charges, le cahier de recette et le plan de développement. La seconde période qui correspond au second semestre est dédiée à la phase de développement et finalement les deux dernières à la rédaction du rapport et à la préparation de la soutenance.

Voir la page complète

Découvrir et comprendre la programmation web côté serveur avec l'utilisation de PHP et d'un framework.

Voir la page complète

Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.

Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.

Voir la page complète

Ce cours vise à expliquer, de manière théorique et pratique, comment fonctionne un système de recherche d'information. Les sujets abordés dans la première partie du cours sont les modèles de recherche d'information (booléen pondéré, vectoriel), les éléments liés à l'implantation efficace de ces systèmes (anti-dictionnaires, troncature de mots, fichiers inverses), la mise en place de l'évaluation de ces systèmes. Dans la seconde partie, nous nous focalisons sur les éléments spécifiques liés à la recherche d'information sur le Web, avec l'intégration du graphe des pages dans la recherche (robots d'indexation, HITS, Pagerank). L'utilisation d'un moteur de recherche et les calculs de HITS et Pagerank sont expérimentés lors de TPs.

Voir la page complète

Le cours d'Apprentissage Statistique I s'inscrit dans la continuité du cours d’Analyse de Données, et vise à donner une introduction au domaine de l'apprentissage statistique.

Après une introduction générale au domaine de de l’apprentissage statistique, nous évoquerons différents concepts et méthodes clés de l’apprentissage non-supervisé et étudierons en détail les algorithmes du clustering hiérarchique, des nuées dynamiques (k-means) et de clustering par modèles de mélange de gaussiennes. Nous aborderons ensuite le cadre de l’apprentissage supervisé au travers de l’algorithme des k plus proches voisins, des modèles probabilistes de classification (LDA, QDA et régression logistique) et terminerons par une introduction aux modèles pénalisés.

Les séances pratiques seront réalisées sous R.

Voir la page complète

Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.

Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.

Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).

Voir la page complète

Tout logiciel est destiné à être utilisé. Sa conception doit donc être pensé pour cet utilisateur, et lui permettre d'atteindre ses objectifs. Mais la vie humaine est désordonnée et imprévisible, et difficile à caractériser. Toutefois, tout logiciel a un utilisateur. Le design de l'interaction est une méthode et un ensemble d'outils permettant de s'attaquer à ces problèmes. Bien appliqués, ces outils peuvent vous aider à construire des systèmes d'information utiles, utilisables et agréables à utiliser.

Voir la page complète

Au choix, selon le projet de M2.

Pour une poursuite vers  le M2 WIC :

Responsable : Damien Pellier

Ce projet permet aux étudiants de mener un travail professionnel et d’améliorer leur culture de l’entreprise. Il est piloté conjointement par un tuteur industriel ou chercheur, à l’origine du sujet, et un tuteur pédagogique. Le projet est mené de bout en bout.

Le projet se déroule sur 7/8 mois en parallèle à la formation. Il est est divisé en 3 phases :

    1 Analyse bibliographique et cahier des charges

    2 Conception

    3 Réalisation

La première étape du projet consiste à analyser les besoins, faire l’étude bibliographique du domaine et des technologies liées projet (analyse de l’existant) et finalement rédiger le cahier des charges.

La seconde étape du projet consiste, dans un premier temps, à concevoir et définir l’architecture de la solution qui sera développée. Cette phase de conception couvre la spécification du logiciel, les scénarii de test et la définition d’un planning de développement. Dans un second temps, les étudiants devront également mettre en place et/ou s’approprier leur environnement de développement: ide, gestionnaires de versions, politique de test, etc.

La troisième et dernière étape du projet consiste à implémenter, tester et livrer le logiciel. Cette phase permet de mettre en pratique les compétences techniques des étudiants ainsi que leurs compétences organisationnelles, notamment face à des imprévus ou changements de dernière minute.

Pour une poursuite vers le M2 sciences cognitives :

Responsable : Benoit Lemaire et Alan Chauvin

L’objectif de cette UE est de mettre en applications les connaissances et compétences acquise notamment  en proposant un projet de recherche dans l’un des laboratoires de sciences cognitives participant à la formation MIASHS ou Sciences Cognitives, à partir du mois d’octobre pendant les cours, et à temps plein en mai et juin.

Voir la page complète

Voir la page complète

Ce cours aborde les différentes étapes, et outils correspondants, d'une expérience comportementale en sciences cognitives:

1- Réflexion et mise au point d'un protocole expérimental (hypothèses théoriques et opérationnelles, revue des études antérieures pour identifier les facteurs pouvant influencer le phénomène étudié, anticipation des analyses statistiques, effets d'ordre, appariement de sujets, contraintes techniques et éthiques, ...) 

2- Acquisition de données (présentation de différentes méthodes expérimentales d'acquisition de signaux physiologiques, questions de synchronisation, notes expérimentales, organisation, labellisation et anonymisation des données, scripts d'acquisition sous Python, ...)

3- Annotations manuelles de données (exemple d'annotations audio et vidéo)

4- Extraction automatisée de descripteurs à partir de signaux enregistrés et organisés en base de données (sus Python)

5- Mise en forme de résultats d'analyse sous forme de tableaux de données organisés, en vue de l'analyse statistique

6- Visualisation des résultats (sous Python : boxplots, régressions linéaires, distributions, ... ), traitement de données et analyses statistiques (sous R: analyses de corrélations, modèles linéaires généralisés, modèles mixtes, comparaisons multiples, éventuelles interactions entre facteurs expérimentaux, données répétées et appariées,...) 

7- Interprétation des résultats et conclusions sur les hypothèses initiales

Voir la page complète

Voir la page complète

Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.

Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.

Voir la page complète

Dans ce cours, nous abordons les problèmes et les méthodes d'accès à l'information disponible dans les textes, qui constituent des données non structurées. La première partie du cours est une introduction générale aux tâches de fouilles de textes et aux architectures neuronales utilisées pour ces tâches : MLP, RNN  (en particulier les LSTM), et Transformers. Nous verrons les techniques de représentation vectorielle des éléments textuels (mots, phrases, paragraphes, etc.), en particulier les plongements lexicaux statiques (word2vec ou glove) ou contextuels (par exemple BERT).  Nous étudierons ensuite en détail les tâches de classification de textes, de reconnaissance d'entités nommées, d'extractions de relations entre entités, et de fouille d'opinions ciblée par aspect. Nous verrons comment modéliser ces tâches comme des problèmes de classification, et mettre en œuvre les solutions en Python, en utilisant des librairies d'apprentissage automatique (PyTorch, pytorch-lightning, transformers, etc.)

Voir la page complète

Ce cours présente les principes, langages et technologies du Web Sémantique qui permet, tel que le préconisait Tim Berners-Lee dès 2001 que des données référencées, atteignables, et décrites soient partagées et réutilisées par les applications, les entreprises, et les communautés. Le modèle de graphe RDF apparait comme la pierre angulaire du Web Sémantique. Il permet de décrire des énoncés simples de forme sujet-prédicat-objet à partir d'une structure de trois éléments (appelé triplet). Les données présentes dans un tel triplet RDF sont soit des ressources accessibles via le mécanisme de référencement unique sur Internet (URL, URI ou IRI), soit de svaleurs littérales. Le protocole et langage de requête SPARQL est au monde du Web des Données ce que SQL est dans le monde des Bases de Données Relationnelles, et permet d'interroger des jeux de données RDF. Le dernier étage, celui de la sémantisation, qui permet non seulement aux humains, mais également aux machines de "comprendre" les données du Web, est constitué par les langages à ontologies tels que RDF-S, et surtout OWL qui le supplante. Une ontologie est ici la spécification formelle de l'ensemble de concepts et de relations entre ces concepts associé à n'importe quel domaine. Dès lors, associer chaque ressource (donnée) du Web à un concept la décrivant permet raisonnement et rapprochement. Enfin, le cours illustre à travers des exemples, le potentiel énorme du Web des Données et de l'utilisation des Données Ouvertes et Liées, mises à disposition de tous sur le LOD Cloud.

Voir la page complète

La perception multimodale est pour les humains l'outil de base de leurs interactions, ces interactions étant elles-mêmes la base de leurs relations sociales. Le cours débute par la présentation de la perception multimodale humaine avec ses forces et ses faiblesses. Il se poursuit par la présentation des systèmes perceptifs et interactifs, et de l'intérêt de différents outils de perceptions dans des tâches de collaboration de ces systèmes avec des humains. En commençant par montrer l'évolution d'un système perceptif au cours des décennies précédentes, le cours se centre sur l'introduction des techniques d'apprentissage profond et de fusion de données pour réaliser aujourd'hui des systèmes de perceptions multi-monomodaux et multimodaux. Le cours se termine sur des échanges autours de considérations éthiques autours de l'usage de la perception multimodale.

Voir la page complète

Ce cours aborde les différents champs du Machine Learning au travers de la libraire Python Scikit-Learn pour être en mesure de mener en autonomie et d'interpréter une analyse de données prédictive, de sauvegarder un modèle et de le réutiliser (e.g. data apps)

Ce cours associe un enseignement théorique des notions et une partie pratique pour leur mise en œuvre immédiate sous forme de TP (notebook Python)

Voir la page complète

En intelligence artificielle, la planification automatique (automated planning en anglais) ou plus simplement planification, vise à développer des algorithmes pour produire des plans typiquement pour l'exécution par un robot ou tout autre agent. Les logiciels qui incorporent ces algorithmes s'appellent des planificateurs. La difficulté du problème de planification dépend des hypothèses de simplification qu'on tient pour acquises, par exemple un temps atomique, un temps déterministe, une observabilité complète, etc. Ce cours présente les principaux algorithmes de planification automatique permettant de doter des robot ou des agents autonomes de capacités décisionnelles.

Voir la page complète

Après un rappel des principes ergonomiques, ce cours s’intéresse essentiellement aux aspects architectures logicielles des interfaces Homme-machine et principalement au paradigme Modèle Vue Contrôleur de conception d'IHM tel que MVC, HMVC, etc. qui permettent de séparer clairement les données, leur présentation et la gestion des événements. Dans une seconde partie sont présentées les principales technologies permettant la construction d'IHM web, mobile ou plus classiques.

Voir la page complète

Voir la page complète

Le cours porte sur les systèmes complexes pour l'IA. Il commence par une introduction aux systèmes complexes: leur définition et leurs caractéristiques. Il présente les concepts clés des systèmes complexes, notamment l'emergence, l'auto-organisation et l'adaptation. Ensuite, il présente des exemples de techniques d'IA basées sur les systèmes complexes. Le cours expose: les automates cellulaires, qui sont utilisés pour modéliser et simuler des systèmes complexes, Les algorithmes génétiques, qui sont des techniques de recherche et d'optimisation inspirées du processus d'évolution, les réseaux de neurones, qui sont des systèmes informatiques inspirés du cerveau humain, et, enfin, les simulations sociales à base d'agents.

Voir la page complète

Voir la page complète

Programmation serveur en .net Framework. Les types d'applications suivantes sont étudiées en profondeur dans ce cours.

* [Asp.net](http://Asp.net) Web Form et [Asp.net](http://Asp.net) MVC
* Web API
* Services WCF
* Services Windows
* Accès aux bases de données

Voir la page complète

Maîtriser les techniques d'intelligence artificielle historiques (Pas de machine learning dans ce module, qui fait l'objet d'un module séparé).

Voir la page complète

Ce cours présente les principes, langages et technologies du Web Sémantique qui permet, tel que le préconisait Tim Berners-Lee dès 2001 que des données référencées, atteignables, et décrites soient partagées et réutilisées par les applications, les entreprises et les communautés. Le modèle de graphe RDF apparait comme la pierre angulaire du Web Sémantique. Il permet de décrire des énoncés simples de forme sujet-prédicat-objet à partir d'une structure de trois éléments (appelé triplet). Les données présentes dans un tel triplet RDF sont soit des ressources accessibles via le mécanisme de référencement unique sur Internet (URL, URI ou IRI), soit de svaleurs littérales. Le protocole et langage de requête SPARQL est au monde du Web des Données ce que SQL est dans le monde des Bases de Données Relationnelles, et permet d'interroger des jeux de données RDF. Le dernier étage, celui de la sémantisation, qui permet non seulement aux humains, mais également aux machines de "comprendre" les données du Web, est constitué par les langages à ontologies tels que RDF-S, et surtout OWL qui le supplante. Une ontologie est ici la spécification formelle de l'ensemble de concepts et de relations entre ces concepts associé à n'importe quel domaine. Dès lors, associer chaque ressource (donnée) du Web à un concept la décrivant permet raisonnement et rapprochement. Enfin, le cours illustre à travers des exemples, le potentiel énorme du Web des Données et de l'utilisation des Données Ouvertes et Liées, mises à disposition de tous sur le LOD Cloud.

Voir la page complète

Le cours propose une mise en perspective du développement d'applications client/serveur avec un backend base de données au cours des dernières décennies avec le développement multiplateforme d'application possible aujourd'hui en utilisant des technologies Web. Le cours se limite volontairement à l'usage de Cordova pour la partie cliente, permettant la compréhension des mécanismes de bas niveau mis en jeu, notamment l'asynchronie côté client et serveur. Cette compréhension permettant, lors de l'utilisation future de framework de plus haut niveau, une programmation plus pertinente.

Le cours détaille les l'évolutions des technologies Web du Web 1.0 à aujourd'hui et des bases de données relationnelles aux développement des bases de données NOSQL et leurs usages. Les aspects techniques sont également présentés et mis en application pour permettre le développement du jeu mobile multijoueur dans le cadre du projet de groupe.

Voir la page complète

Voir la page complète

Ce cours propose de pratiquer la programmation objet à un niveau avancé en explorant deux notions qui ne sont pas toujours abordées au niveau Licence : 

* les patrons de conception (design patterns)
* la programmation par aspects (aspect-oriented programming)

Le langage de programmation utilisé est Java. Aspect-J est présenté comme extension de Java pour la programmation par aspects.

Voir la page complète

Voir la page complète

Tout logiciel est destiné à être utilisé. Sa conception doit donc être pensé pour cet utilisateur, et lui permettre d'atteindre ses objectifs. Mais la vie humaine est désordonnée et imprévisible, et difficile à caractériser. Toutefois, tout logiciel a un utilisateur. Le design de l'interaction est une méthode et un ensemble d'outils permettant de s'attaquer à ces problèmes. Bien appliqués, ces outils peuvent vous aider à construire des systèmes d'information utiles, utilisables et agréables à utiliser.

Voir la page complète

Ce cours d'introduction à la gestion de projets est composé de deux volets de formation dispensés par 2 intervenants distincts.

Le premier volet couvre la gestion de projet dans une approche classique (dite en cascade ou cycle en V). Il traitera notamment les concepts fondamentaux de la planification, de l'exécution et du suivi de projet, ainsi que les outils et les techniques utilisés pour gérer les projets de manière traditionnelle.

Le second volet couvre la gestion de projet dans une approche considérée comme contemporaine (dite adaptative ou agile) qui mettra l'accent sur les principes fondamentaux de l'agilité, les rôles et les responsabilités des membres de l'équipe, ainsi que les étapes spécifiques à différents processus agiles (SCRUM, KANBAN, LEAN).

Voir la page complète

L'Informatique Décisionnelle (ID) ou *Business Intelligence (BI)* est un ensemble de plateformes logicielles qui permettent d’exploiter les données d’une entreprise afin de mettre en exergue des indicateurs d’aide à la décision à destination de la direction en charge de la stratégie. Elle est devenue indispensable pour toute entreprise souhaitant améliorer ses performances et d’augmenter sa valeur ajoutée. Dans ce contexte, ce cours tente de démontrer l’intérêt de l’Informatique Décisionnelle dans le pilotage, puis il donner un aperçu théorique de l'ID et des 4 composants essentiels de l'architecture d'un système décsionnel que sont l'ETL (extracto-chargeur), l'ED (Entrepôts de Données), le Système OLAP (On, Line Analytical Processing, et l'outil de *Reporting* pour l'édition des tableaux de bord fondamentaux pour la prise de décision. Parmi ces composants, le focus est mis sur les Entrepôts de Données (ED) qui sont la composante clé de l’ID. Les différents schémas (étoile, flocon, constellation) de conception d'un ED sont présentés et mis en oeuvre. La notion de magasin de données ou *DataMart* est introduite. Les principes du composant OLAP sont ensuite exposés (langage MDX, technologies ROLAP, MOLAP, HOLAP). Les différentes étapes de l'ETL sont introduites. Le cours est conclu par une brève revue des outils du marché. La moitié du cours est consacrée à la mise en pratique des notions.

Voir la page complète

Ce cours aborde les différentes étapes, et outils correspondants, d'une expérience comportementale en sciences cognitives:

1- Réflexion et mise au point d'un protocole expérimental (hypothèses théoriques et opérationnelles, revue des études antérieures pour identifier les facteurs pouvant influencer le phénomène étudié, anticipation des analyses statistiques, effets d'ordre, appariement de sujets, contraintes techniques et éthiques, ...) 

2- Acquisition de données (présentation de différentes méthodes expérimentales d'acquisition de signaux physiologiques, questions de synchronisation, notes expérimentales, organisation, labellisation et anonymisation des données, scripts d'acquisition sous Python, ...)

3- Annotations manuelles de données (exemple d'annotations audio et vidéo)

4- Extraction automatisée de descripteurs à partir de signaux enregistrés et organisés en base de données (sus Python)

5- Mise en forme de résultats d'analyse sous forme de tableaux de données organisés, en vue de l'analyse statistique

6- Visualisation des résultats (sous Python : boxplots, régressions linéaires, distributions, ... ), traitement de données et analyses statistiques (sous R: analyses de corrélations, modèles linéaires généralisés, modèles mixtes, comparaisons multiples, éventuelles interactions entre facteurs expérimentaux, données répétées et appariées,...) 

7- Interprétation des résultats et conclusions sur les hypothèses initiales

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète