Contactez-nous
  • Mathématiques informatiques
  • Recherche opérationnelle

Outils mathématiques pour l'optimisation numérique et combinatoire

Mis à jour le

Responsable(s) : Mme Agnes PLATEAU ALFANDARI

  • Cours + travaux pratiques
Code Cnam : RCP219
Téléchargez le PDF

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 50 heures (+/- 10%)
  • A la carte
  • 6 crédits
  • Distanciel

Présentation

Public, conditions d'accès et prérequis

Prérequis

Connaissances de base en informatique (programmation, algorithmique, bases de données) et en mathématiques pour l’informatique (Licence en mathématique ou équivalent ingénieur niveau bac+4 ou bac+5).

Objectifs

L'objectif de cette UE est de former les auditeurs aux méthodologies fondamentales pour l’élaboration des algorithmes d’Intelligence Artificielle. Nous nous focaliserons sur les outils mathématiques liées à l’optimisation que nous séparons en deux blocs, l'un théorique et l'autre applicatif.

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement : Fiche synthétique au format PDF

Compétences et débouchés

Parcours

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Logo Ecole numérique et IA Cnam

Programme

Contenu

Blocs théoriques :

  • L’optimisation convexe  qui décrit les algorithmes d’optimisation continue utilisés comme brique les algorithmes de résolution de problèmes d’optimisation combinatoire et d’apprentissage : conditions d’optimalité, algorithme de Newton, algorithmes de gradient, algorithme du simplexe, et algorithmes de points intérieurs. L’objectif est de savoir adapter ces algorithmes à l’application considérée et de les mettre en œuvre.
  • L’optimisation discrète : qui a un double objectif de modélisation et de résolution de problèmes structurellement discrets dont les applications sont nombreuses (réseaux sociaux, systèmes communicants et interactifs) : algorithmique de graphes et de chemins, heuristiques et métaheuristiques, et programmation dynamique.

Bloc applicatif :

  • Mise en œuvre des outils d’optimisation : L’objectif de ce bloc est de maîtriser sur une application les outils présentés dans les deux premiers blocs. Pour cela deux compétences seront attendues : la modélisation d’une application et sa résolution exacte via l’utilisation de logiciels de résolution de problèmes d’optimisation et approchée par l’implémentation d’une heuristique appropriée.

Ces formations pourraient vous intéresser