Descriptif
Ce programme d’approfondissement permet de découvrir en profondeur la démarche des mathématiques appliquées.
Objectifs
Ce programme d’approfondissement permet de découvrir en profondeur la démarche des mathématiques appliquées, en particulier les étapes de modélisation, d’analyse mathématique, de simulation numérique et d’interprétation pratique des résultats qualitatifs et quantitatifs obtenus. Les applications proviennent de domaines très variés : mécanique, physique, sciences de l’ingénieur, sciences du vivant, sciences des données, finance de marché, économie, énergie, transports…
Diplômes concernés
Compétences
Ce PA permet aux élèves d’acquérir un large spectre de compétences mathématiques en combinant des approches stochastiques et déterministes.
Composition du parcours
- MAP-P1 Mathématiques Appliquées
- CSC_51050_EP Algorithmique avancée
- CSC_51054_EP Apprentissage profond
- APM_51050_EP Théorie des jeux
- APM_51051_EP Systèmes dynamiques pour la modélisation et la simulation des milieux réactifs multi-échelles
- APM_51052_EP Modèles stochastiques en Finance
- APM_51055_EP Traitement du Signal : de Fourier à l'Apprentissage Machine
- APM_51056_EP Théorie des probabilités pour le ML : applications aux méthodes de Monte Carlo et aux modèles génératifs
- APM_51057_EP Recherche opérationnelle : aspects mathématiques et applications
- FMA_51054_EP Équations d'évolution
- MEC_51051_EP Comportements des matériaux
- MEC_51052_EP Méthodes numériques en mécanique des fluides
- MEC_51053_EP Méthodes numériques en mécanique des solides
- APM_51111_EP EA Initiation recherche P1
- APM_50113_EP EA Initiation recherche long P1 + P2
- APM_51175_EP EA Sujets Avancés sur la Probabilité
- APM_50179_EP Algorithmes et principes de conception logicielle pour les mathématiques appliquées en C++ moderne
- MDC_51006_EP Bases de l'Apprentissage Automatique
- APM_51059_EP Théorie avancée de l'Apprentissage Statistique
- APM_51058_EP Réseaux sociaux et de communication : modèles et algorithmes probabilistes
- APM_51177_EP Modélisation, estimation, simulation des risques climatiques
- MAP-P2 Mathématiques Appliquées
- CSC_52080_EP Optimisation mathématique à large échelle
- APM_52061_EP Modélisation mathématique des ordinateurs quantiques
- APM_52062_EP Conception Optimale de Structures
- APM_52063_EP Modélisation aléatoire en biologie, écologie et évolution
- APM_51058_EP Réseaux sociaux et de communication : modèles et algorithmes probabilistes
- APM_52065_EP Modélisation aléatoire et statistique des processus
- APM_52066_EP Statistique en Action
- MDC_52067_EP Transport et Diffusion
- APM_52068_EP Gestion des incertitudes et analyse de risque
- PHY_52060_EP Systèmes Complexes
- CSC_52081_EP Apprentissage Automatique Avancé et Agents Autonomes
- APM_52112_EP EA Initiation recherche P2
- APM_52183_EP Apprentissage profond de la théorie à la pratique
- APM_52184_EP Mise en oeuvre effective des éléments finis
- APM_52188_EP Sujet émergents dans l'Apprentissage Machine P2
- BIO_52101_EP Sciences des données de l'imagerie biologique
- APM_50113_EP EA Initiation recherche long P1 + P2
- APM_52067_EP Optimization for AI
- APM_52070_EP Mathematical Foundations of Decision Theory in AI
- APM_52071_EP Contrôle Optimal et assimilation de données
- APM_52116_EP Sujet émergents dans l'Apprentissage Machine - Théorie Statistique et Méthodes Arborescente
- APM_52009_EP Apprentissage automatique pour le calcul scientifique et l'analyse numérique
- MAP-P3 Mathématiques Appliquées
- APM_52992_EP Stage - Modélisation et calcul scientifique
- APM_52993_EP Stage - Automatique et recherche opérationnelle
- APM_52994_EP Stage - Modélisation probabiliste et statistique
- APM_52995_EP Stage - Mathématiques financières