TCSS6AC - Info II
Tronc Commun d'Informatique
Responsables :
Bart Lamiroy, Bart.Lamiroy@univ-lorraine.fr
Pierre-Etienne MOREAU, Professeur (Pierre-Etienne.Moreau@univ-lorraine.fr)
Avec Antoine Fond, Bikash Gyawali, Ludovic Robin, Pierre-Étienne Moreau, Pierre Rolin, Fabienne Thomarat et Tamara Tosic
Durée du module : 30 heures
Crédits ECTS : 3.5
Objectif général : apprendre à concevoir des algorithmes et à les programmer
Syllabus : TCSS6AC
Contenu
- modèles et programmation
- les objets
- algorithmique et récursivité
- arbres et graphes
- robots, questions autour du temps
- réseaux et communications
Support
Nous utilisons les environnements de programmation Wing 101 (version 5) qui est bien adapté à l'enseignement à un public débutant.
A titre personnel, vous pouvez utiliser l'outil Spyder qui permet d'éditer, d'exécuter, de déboguer et de visualiser les variables dans un même environnement.
Programme
- Objets – BL
- Cours : Classes et objets
- TD sur machine : propagation de maladies
- Récursivité – GB
- Cours : Algorithmique, Récursivité et complexité
- Notions abordées : de l’auto-référence à la récursivité, le problème des fondements, la terminaison : les ordinaux, la complexité, exemple du Théorème de Leivant
- TD sur machine : td sur machine
- Calculabilité – GB
- Cours : Que peut-on calculer ?
- Notions abordées : machine, modèles de calculs, limites de la calculabilité
- TD sur machine : L-systems
- Robotique - BL
- Cours : Tour d'horizon des enjeux de la robotique
- Notions abordées : boucle perception-interaction ; modélisation de l'interaction ; modèles de contrôle
- TD sur machine : Arduino (fr - en)
- Arbres, traitement de la langue naturelle
- Cours : Arbres. L'ambiguïté de la langue naturelle
- Notions abordées : arbres,
- TD sur machine : Syntaxes
- Graphes - GB
- Cours : graphes, structure et complexité
- Notions abordées : graphes et applications
- TD sur machine : Dijkstra
- Traitement d'Images - BL
- Cours : images, analyse d'images, reconnaissance
- Notions abordées : images numériques
- TD sur machine : Où est Charlie ?
- Classification et apprentissage - BL
- Cours : classification, apprentissage supervisé, réseaux de neurones
- Notions abordées : réseaux de neurones, deep learning, apprentissage supervisé
- TD sur machine : Perceptron multi-couches.