Révisions
Corrigés d'examens, guides de TP et fiches de cours rédigés à partir des documents de la bibliothèque.
2505 révisions
Guide de TPProblème inverse d’EEG : TP2 - Régularisation de Tikhonov et régularisation TV-L1
Ce TP explore la résolution du problème inverse en électroencéphalographie (EEG) par régularisation. Il met en œuvre deux méthodes principales : la régularisation de Tikhonov (norme L2) via l'algorithme MNE, et la régularisation TV-L1 via l'algorithme SISSY. Le TP permet de comprendre l'impact des paramètres de régularisation et d'expérimenter différentes heuristiques pour leur choix.
Mathematics, Signal Processing, EEG Analysis
Fiche de coursEstimation des densités de probabilité
Ce document présente les principales méthodes d’estimation des densités de probabilité, destinées aux étudiants en statistique ou apprentissage automatique. Il détaille les approches paramétriques et non paramétriques, ainsi que des techniques spécifiques comme l’histogramme, les k-plus proches voisins, la méthode des noyaux et l’estimation par fonctions orthogonales.
Statistiques, Apprentissage Machine · 2014
- Guide de TP
TP1 : Initiation Matlab et Théorie Bayesienne
Ce TP a pour objectif de vous initier à l'environnement Matlab et à la théorie bayésienne à travers un problème concret de reconnaissance de formes biomédicales. Vous travaillerez sur un jeu de données relatif au diagnostic du diabète, en utilisant deux variables clés pour visualiser et classifier les sujets. Ce TP nécessite Matlab et des connaissances de base en statistiques et programmation.
Programming, Math, etc.
ExplicationDØtection de points d’intØrŒts - Mise en correspondance
Cet article traite de la détection de points d’intérêts dans les images et de leur mise en correspondance, un sujet fondamental en vision par ordinateur.
Vision par ordinateur, Détection de points d’intØrŒts, Traitement d’images · 1980
- Fiche de cours
Notes de Cours : Data Mining
Ce matériel couvre la classification supervisée par arbres de décision, une méthode largement utilisée en data mining. Il s’adresse aux étudiants et chercheurs souhaitant comprendre la construction et l’interprétation des arbres de décision, ainsi que l’algorithme ID3 pour leur induction.
Data Mining, Classification, Decision Trees · 2013
ExplicationModèles de Markov
Les modèles de Markov sont des outils mathématiques essentiels pour modéliser des phénomènes où les données présentent des dépendances dans le temps ou dans l’espace.
Programming, Math, etc. · 2014
Fiche de coursMéthodes Paramétriques
Ce document présente les méthodes paramétriques d'estimation en statistique, particulièrement adaptées aux étudiants en sciences des données, statistique ou apprentissage automatique.
Statistics, Maximum Likelihood Estimation · 2014
- Fiche de cours
Notes de Cours : Data Mining
Ce document présente les notions fondamentales de la classification supervisée en data mining, ainsi que des méthodes simples pour construire des modèles prédictifs. Il s'adresse aux étudiants et débutants en apprentissage automatique souhaitant comprendre les bases de la classification et des approches bayésiennes.
Data Mining, Classification Supervisée, Approche Bayésienne · 2013
Guide de TPTD no. 2 : Classification de Textes avec Naïve Bayes
Ce TD vise à démontrer l’utilisation de la méthode de classification Naïve Bayes appliquée aux textes, en particulier pour détecter si un email est un spam ou non. Il nécessite un ensemble de données d’emails étiquetés, des connaissances de base en traitement de texte et en probabilités, ainsi qu’un environnement permettant de manipuler des vecteurs et calculer des probabilités.
Data Mining, Naïve Bayes, Text Classification · 2013
- Fiche de cours
Notes de Cours : Data Mining
Ce document présente les concepts fondamentaux de la classification supervisée à base d’exemplaires représentatifs, notamment l’algorithme des k plus proches voisins (kPPV), ainsi que son application à la classification de textes. Il s’adresse principalement aux étudiants en data mining ou apprentissage automatique souhaitant comprendre et appliquer ces méthodes.
Data Mining, Classification, Supervised Learning · 2013
- Explication
Théorie du Data Mining : Algorithmes, Cloud et Intégration des Données
Le data mining, ou fouille de données, est un domaine informatique qui vise à extraire des connaissances utiles à partir de grandes quantités de données.
Programming, Math, etc. · 2009
Guide de TPClassification de Textes avec Naive Bayes
Ce travaux pratiques (TP) porte sur la classification automatique de textes, en particulier la détection d'emails spam à l'aide de la méthode Naive Bayes. L'objectif est d'apprendre à représenter des textes sous forme de vecteurs d'attributs, puis à construire et tester un classifieur Naive Bayes supervisé.
Data Mining, Text Classification · 2013
- Fiche de cours
Data Mining Course Notes
Ce document présente les notions fondamentales de la classification supervisée en data mining, avec un focus sur deux méthodes simples : la méthode OneR adaptée aux attributs numériques et la méthode Naïve Bayes.
Data Mining, Machine Learning, Classification · 2013
Guide de TPInitiation Matlab et Théorie Bayesienne
Ce TP a pour objectif de vous initier à l'environnement Matlab en travaillant sur un problème de reconnaissance de formes appliqué à des données biomédicales. Vous apprendrez à manipuler des données, à visualiser des distributions et à implémenter des classifieurs bayésiens simples pour la prédiction du diabète à partir de variables sélectionnées.
Programming, Math, Biometrics
- Fiche de cours
Data Mining
Ce matériel couvre les principes fondamentaux de la classification supervisée à base d’exemplaires représentatifs, notamment l’algorithme des k plus proches voisins (kPPV). Il s’adresse aux étudiants en data mining ou apprentissage automatique souhaitant comprendre cette approche et son application à la classification de textes.
Programming, Math, etc. · 2013
- Fiche de cours
Correction TD4 Asymmetric Ciphers
Ce document présente la correction de plusieurs exercices sur les chiffrements asymétriques, notamment RSA, Diffie-Hellman, les fonctions de hachage et le paradoxe des anniversaires. Il s’adresse aux étudiants en cryptographie ou sécurité informatique souhaitant comprendre les mécanismes mathématiques et algorithmiques des systèmes cryptographiques asymétriques.
Cryptography, Hash Functions
Fiche de coursData Mining
Ce document présente des exercices pratiques de fouille de données (Data Mining) destinés aux étudiants en informatique ou en sciences des données. Il couvre l'application de méthodes simples de classification sur une base de données « jouer tennis » et la classification de textes à l'aide de la méthode Naïve Bayes avec l'outil Weka.
Programming, Math, etc. · 2013
- Fiche de cours
Crypto et sécurité de l’information
Ce matériel couvre les concepts fondamentaux des algorithmes à clé publique, des fonctions de hachage, des codes d’authentification de message (MAC) et des signatures numériques. Il s’adresse aux étudiants en sécurité informatique et cryptographie souhaitant comprendre les principes, mécanismes et applications de ces techniques essentielles à la sécurité des communications numériques.
Cryptography, Public Key Algorithms, Security · 1976
- Guide de TP
Crypto et sécurité de l’information
Ce laboratoire explore les mécanismes fondamentaux de la cryptographie et de la sécurité de l’information, en mettant l’accent sur la gestion des clés symétriques et asymétriques, les protocoles d’authentification, la sécurité du Web via SSL/TLS, les attaques de type man-in-the-middle (notamment sslstrip), ainsi que la sécurité des e-mails avec PGP et la sécurité IP avec IPsec.
Cryptography, Information Security · 2009
- Fiche de cours
Diagramme d’influence
Ce document présente les diagrammes d’influence, un outil graphique puissant pour modéliser et résoudre des problèmes de décision sous incertitude. Destiné aux étudiants et chercheurs en sciences de la décision, il explique la structure, l’évaluation et les applications pratiques des diagrammes d’influence, illustrés par un exemple médical de diagnostic.
Decision Theory, Probability, Optimization · 2013
- Corrigé
Examen de Sécurité Informatique
Ce document présente un examen de Sécurité Informatique portant sur la cryptographie RSA, les protocoles de chiffrement symétrique et asymétrique, ainsi que la sécurité des réseaux et la gestion des accès dans un contexte professionnel.
Sécurité des systèmes d'information, Cryptographie
Guide de TPSymmetric Ciphers Corrections
Ce laboratoire porte sur les chiffrements symétriques et leurs différents modes de fonctionnement : ECB, CBC, CFB et OFB. Il permet de comprendre le principe de chaque mode, leurs avantages, inconvénients et la manière de chiffrer et déchiffrer des messages binaires.
Cryptography, Symmetric Key Encryption
- Corrigé
Examens de Rattrapage en Middleware et Construction d'Applications Répartis
Ce document présente un examen de rattrapage en Middleware et Construction d’Applications Répartis. Il évalue les connaissances théoriques et pratiques des étudiants sur les concepts fondamentaux des systèmes répartis, les annuaires LDAP, les services web, ainsi que les composants EJB et leur comparaison avec les web services.
Middleware, LDAP, Web Services, EJB · 2013
Fiche de coursRéseaux Mobiles - Théorie du Trafic
Ce matériel couvre la théorie du trafic dans les réseaux mobiles, un sujet essentiel pour les étudiants en télécommunications et réseaux. Il présente les concepts fondamentaux de l’intensité de trafic, les modèles Erlang B et Erlang C, ainsi que des exemples pratiques pour dimensionner et analyser les systèmes cellulaires.
Réseaux Mobiles, Théorie du Trafic, Mathématiques