Structures de données, algorithmique et apprentissage

Réf. : USSI5N

Sessions de formation

(Fuseau horaire : Europe/Paris)

Aucune session n'est visible pour le moment

Présentation

Public, conditions d'accès et prérequis

Etre admis.e à la préparation à l'agrégation d'Informatique.

Objectifs

Préparer les agrégatifs à passer dans les conditions les plus favorables les épreuves écrites et orales du concours de l'agrégation d'informatique.

Contenu

Structures de données : types et abstraction, structures de données séquentielles, structures de données hiérarchiques (arbres binaires, tas, union & find), structures de données relationnelles (graphes).

Algorithmique :

  • Algorithmes probabilistes (Las Vegas et Monte Carlo) et d’approximation (pour les problèmes de décision et d’optimisation)

  • Algorithmes de séparation et évaluation

  • Décomposition d’un problème en sous-problèmes : Algorithmes gloutons, diviser pour régner, dichotomie (algorithmes de tri), programmation dynamique.

  • Algorithmique des textes : algorithmes pour la recherche dans un texte et la compression de textes

  • Algorithmique de graphes : parcours de graphes, plus courts chemins (Algorithme de Dijkstra et de Floyd-Wharshall), recherche d’un arbre couvrant de poids min, notions de chemins augmentants avec introduction aux problèmes de flots.

Intelligence artificielle : Mesures de similarité pour l’apprentissage machine, données d’entraînement et données de test, choix des descripteurs, enjeux d’éthique (biais d’apprentissage, transparence), concepts d’apprentissage supervisé et non-supervisé, de stratégies et d’heuristiques.

 

 

Modalités d'évaluation

  • Contrôle continu
  • Examen final