Liste des enseignements
Programmation
- Licence 1 (python)
- Licence 2 (python)
- Les classes et le polymorphisme
- Les exceptions
- Le mutli-threading (todo)
- Guide pour la visualisation de données
- Design pattern (lien extern)
- Design pattern #2 (lien extern)
- Exploring and understanding Python (lien extern)
- Les interfaces graphiques (lien extern)
- Licence 3 (c++)
- Introduction au c++ (todo)
- Les bases du language (todo)
- Les confusions arithmétiques (lien extern)
- Les classes, polymorphisme et les exceptions (todo)
- Les sockets (todo)
- Les itérateurs personnalisé (lien extern)
- Les instructions SMID (lien extern)
- Le mutli-threading (todo)
- Les interfaces graphique avec gtkmm (todo)
- Les fonctionnalités de la norme C++20 (lien extern)
- Les parameters pack (lien extern)
- c-unix
- CM
- Livre
- TP
- exo1-sort https://classroom.github.com/a/kOc6b5fp
- exo2-freq https://classroom.github.com/a/g520ixzN
- exo3-puissance-4 https://classroom.github.com/a/em_T9jGz
- exo4-token https://classroom.github.com/a/Bh016-St
- exo5-golay https://classroom.github.com/a/t6H-boix
- exo6-advanced-sort https://classroom.github.com/a/saKYfJg7
- exo7-data-struct https://classroom.github.com/a/g5Lddf1f
- exo8-unionfind https://classroom.github.com/a/o5XCJ7ye
- exo9-imagemagick https://classroom.github.com/a/JH2a4i3b
- exo10-tetris https://classroom.github.com/a/9cFcRR5n
- Le language PHP (lien extern)
Maths pour l'info
- Licence 1 (graphe)
- Introduction à la théorie des graphes
- Application en cartographie (todo)
- Exemple de machine à état (todo)
- Application au expression régulière (todo)
- Licence 2 (graphe)
- Algorithme de parcours de graphe (todo)
- Algorithme de FloydWarshall (todo)
- Algorithme de Ford-Fulkerson (todo)
- Algorithme de BellmanFord (todo)
- Algorithme A* (lien extern)
- Application au langage de programmation (AST) (todo)
- Licence 3 (cryptographie)
- Master 1 (calcule scientifique)
- Algorithme du simplexe (todo)
- La transformé de Hough (todo)
- La transformé en Z (todo)
- La transformé de fourier (lien extern)
- La tomographie (todo)
- Master 2 (calcule scientifique)
- Inversion de fonction par Newton (lien extern)
- Déconstruction des courbes de Bézier (lien extern)
Algorithmie
- Licence 3 (complexité)
- Master 1 (classification)
- Introduction a l’algorithme des kmeans
- Classification non-supervisé de pixel : application des kmeans
- Introduction a l’algorithme du perceptron
- Classification par lois normales et approche Bayésienne
- Classification par K plus proches voisins
- Classification supervisée : comparaison k-ppv et bayes
- Métriques d'évaluations
- Master 2 (heuristique)
- Colonies de fourmies
- Probleme du TSP avec k-opt (todo)
- Introduction à l'optimisation des hyperparamètres
- Optimisation et recherche en hyper-espace (todo)
- Application en geomatique et teledetection
Informatique Graphique
- BUT (R5.A.06 Sensibilisation programmation multimédia)
- Master 1 (rendue temps reel)
- Notion de geometrie (todo)
- Le pilpeline opengl (todo)
- Les textures et materiaux simples (todo)
- Rotation et interpolation de quternion
- Théorie sur les lumières
- Master 2 (rendue temps reel)
Geoanalytics and PostgreSQL
- Doctoral Course
- Module 1: Introduction to Geoanalytics and PostgreSQL
- Module 2: Importing and Preparing Geospatial Data
- Module 3: Geospatial Data Processing in PostgreSQL
- Module 4: Advanced Geospatial Analysis Techniques
- Module 5: Case Studies and Applications
- Module 6: Research and Development in Geoanalytics
- Module 7: Final Project
- Module 8: Professional Development and Networking
Analyse d'image
- Master 1 (base de l'imagerie)
- Master 2 (espace recherche)
Livres Gratuit
- A Functional Introduction To Computer Science (Part I)
- A Functional Introduction To Computer Science (Part II)
- A Data-Centric Introduction to Computing
- Data Oriented Design Book
- The Matrix Cookbook
- Deep Learning Tuning Playbook
- Scientific Visualization: Python + Matplotlib
- An introduction to statistical learning (python)
- Understanding Deep Learning
- Probabilistic Machine Learning: Advanced Topics
- Introduction to Modern Statistics (2nd Ed)
- The Arcane Algorithm Archive
- Software Architecture: The Hard Parts
- Model-Based Machine learning
- Data-Driven Science and Engineering
- The Little Book of Deep Learning
- GPU Programming: When, Why and How?
- Statistical learning with sparsity (math)
- Probabilistic machine learning
- Database Performance at Scale
- Kalman Filter from the ground up
- The book of shader