Courses

New filter
New filter

39031 Courses

Fullname Shortname Summary
Calcul intégral-L1 Portail Sciences : L1 Mathématiques, Physique (MP) UPSUD_2020_940_UE_OLXSTS-900-O1XSTS-940-OLMA151 RESUME COURS : See course
Communication, gestion de projets, insertion professionnelle-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRBE-917-O5CH27-900-OMST5191 RESUME COURS : See course
Polluants : structure et réactivité-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRBE-917-O5CH27-900-OMST5197 RESUME COURS : See course
Air et sols-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRCHI-917-O5CH27-900-OMST5189 RESUME COURS : See course
Management environnemental-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRCHI-917-O5CH27-900-OMST5196 RESUME COURS : See course
Atomes, molécules, solides-L1 Physique, Chimie UPSUD_2020_940_UE_OLDPC-900-O1DPC-900-OLCH131 RESUME COURS : See course
Transformations de la matière-L1 Physique, Chimie UPSUD_2020_940_UE_OLDPC-900-O1DPC-900-OLCH142 RESUME COURS : See course
Algèbre et géométrie-L1 Portail Sciences : L1 Mathématiques, Physique (MP) UPSUD_2020_940_UE_OLXSTS-900-O1XSTS-940-OLMA102 RESUME COURS : See course
Management environnemental-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRBE-917-O5CH27-900-OMST5196 RESUME COURS : See course
Stage recherche/entreprise M2-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRBE-917-O5CH27-900-OMST5215 RESUME COURS : See course
Anglais M2-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRBE-917-O5CH27-900-OMST5230 RESUME COURS : See course
unité 2 du semestre 1 PPN 2013-DUT Mesures Physiques 1ère Année UPSUD_2020_950_UE_GUTPHY-900-G1PHY1-300-G1MP1U2 RESUME COURS : See course
unité3 du semestre 1 PPN 2013-DUT Mesures Physiques 1ère Année UPSUD_2020_950_UE_GUTPHY-900-G1PHY1-300-G1MP1U3 RESUME COURS : See course
Effets des polluants sur l'homme et les écosystèmes-M2 Pollutions Chimiques et Gestion Environnementale UPSUD_2020_940_UE_OMRCHI-917-O5CH27-900-OMST5194 RESUME COURS : See course
Calculus LDD PCST-L1 Physique, Chimie UPSUD_2020_940_UE_OLDPC-900-O1DPC-900-OLMA101P RESUME COURS : See course
Algèbre linéaire LDD PCST-L1 Physique, Chimie UPSUD_2020_940_UE_OLDPC-900-O1DPC-900-OLMA151P RESUME COURS : See course
D5CI569 - Polluants : Structures et Réactivité PCGE 04

L. SALMON : Biogéochimie et Chimie des Polluants
P. TARVIVEAU : L'ACV en pratique : étapes de réalisation

See course
Modèles statistiques pour l'écologie MOST

Objectifs :

Il s’agit d’approfondir les notions du module de remise à niveau de statistique. On insistera systématiquement sur la dimension de modélisation, i.e. sur la transcription mathématique de questions biologiques. L’objectif est de fournir aux étudiants une formation solide sur le modèle linéaire ainsi que des bases suffisantes pour appréhender des modèles plus complexes.

Contenu :

Cet enseignement est principalement concentré autour du modèle linéaire et de ses généralisations à des données non gaussiennes ou non indépendantes :

  • Modèle linéaire gaussien (régression multiple, analyse de la variance à plusieurs facteurs, analyse de la covariance : 18h),
  • Modèle linéaire généralisé (régression logistique, modèle logit et probit, régression poissonnienne : 9h),
  • Modèle linéaire mixte (décomposition de la variance, notion d’effet aléatoire, mesures répétées : 9h).

Cet axe principal sera complété par des enseignements sur

* Courbes de croissance

* Classification

Modalités :

Les enseignements se répartissent sur 2 semaines découpées en séances de 3h. Les TD en salle informatique représentent approximativement 50% du volume total. Les étudiants sont divisés en deux groupes dont les programmes sont sensiblement les mêmes, la différence principale portant sur le niveau de familiarité avec l’utilisation de l’algèbre linéaire (écriture matricielle des modèles).

Contrôle des connaissances :

La validation du module se fait par un examen écrit et le rendu d’un projet (par binome)
La note finale obtenue est la moyenne de la note d’examen et de la note de projet.


See course
Bac à Sable Bac_a_sable See course
UET APSA "Méditation" SUAPS UE Méditation SUAPS

Plusieurs pratiques méditatives seront abordées, avec au niveau physique des pratiques d’attention focalisée, de conscience ouverte, des pratiques corporelles (exercices de respiration, Qi Gong, etc.) ; au niveau émotionnel, l’attention aux émotions, l’acceptation et le lâcher prise, la bienveillance envers soi-même et autrui ; au niveau des pensées, l’attention à celles-ci, l’observation des croyances et habitudes. En outre, divers mécanismes biologiques et bienfaits de ces pratiques seront présentés.



See course
Cours test - Alice Cours test See course
DFASM1 - UE LCA1 - 2020-2021 DFASM1_UELCA See course
DFASM1 - UE Gynécologie - 2020-2021 DFASM1_UE_Gyneco_2020-2021 See course
DFASM1 - UE HGE Chirugie digestive - 2020-2021 DFASM1_UE_HGE_Chir_dig_2020-2021 See course
Polytech Paris-Sud Etudiant 3ème Année (1ère de cycle ingénieur) Tronc Commun Polytech-ET3-TC

Les cours du tronc commun de 3éme année

See course
TEV_Réseaux PMR, TETRA et TETRAPOL et leurs évolutions 4G du 08/10 au 09/10 - FC9OM08PA2010 TEV_FC9OM08PA2010 See course
M2 Physique et Ingénierie de l'Energie M2 PIE See course
APM_5AI14_TP - Intelligence artificielle et sciences des données : enjeux éthiques, sociaux et économiques TPT_UE_15148 En même temps que se diffusent les outils et les usages de l'intelligence artificielle, les débats s'intensifient dans l'espace public. Conscient de cet état de fait, le secteur de l'intelligence artificielle s'engage vigoureusement pour défendre une "IA éthique" en produisant de nombreux manuels de recommandation. L'Union européenne est en phase finale d'adoption de l'IA Act. De fait, le perfectionnement des techniques d’apprentissage qui s’appuient sur des bases de données toujours plus volumineuses ouvre de nouvelles opportunités. Mais comme pour toute innovation technologique s’opposent des discours enthousiastes et critiques : tantôt ces technologies constituent un axe majeur d’innovation et de progrès, tantôt une menace pour l’humanité. Pour les utilisateurs, la situation est paradoxale : ils oscillent entre une perception positive des services rendus et une inquiétude face à l’exploitation de leurs traces. Les IA de nouvelle génération (foundation models, GenAI, large language models) font revivre les craintes d'une vraie "intelligence". L’objectif de ce cours est d'analyser les fondements des critiques et de les mettre en regard de ce que "font" vraiment les technologies. Autrement dit, il s'agit de prendre au sérieux les discours mais de les confronter à la réalité des usages. Seront examinés dans le cours les différents sujets de controverse : que fait l'IA à l'emploi, aux relations sociales, à la protection de la personne, aux inégalités... Le travail d'enquête permettra de sortir des discours pour examiner les problèmes réels : biais, explicabilité, équité... Des chercheurs provenant de différentes disciplines des sciences sociales (droit, économie, sociologie) et des experts de l'intelligence artificielle présenteront la question depuis leur discipline. L'enseignement sera majoritairement en français, avec quelques exceptions (Winston Maxwell). Les grands thèmes du cours sont: Introduction aux droits fondamentaux, à l’éthique et à la pondération des objectifs en conflit (test de proportionnalité) dans un projet numérique à haut risque, avec mise en situation Les différents types d’IA (symbolique, machine learning, modèles de fondation, GPT-4) et les risques inhérents à chaque type de modèle. L’équité, les biais algorithmiques et les biais humains. Les algorithmes sont biaisés, mais souvent moins que les humains. L’équité parfaite est inatteignable, que ce soit pour une machine ou un humain. Comment définir une équité imparfaite, mais acceptable? Le contrôle humain des systèmes algorithmiques - qu’est-ce qu’un contrôle humain effectif, et pour quoi faire? L’explicabilité des algorithmes - faut-il nécessairement comprendre le fonctionnement du modèle pour le déployer? La cartographie des acteurs de l’écosystème de l’IA, leurs influences, les controverses Qu’est-ce qu’une IA éthique et à quoi sert le débat éthique? L’IA Act et le RGPD pour un projet IA à haut risque (par exemple reconnaissance faciale) Les normes, et l’évaluation d’une IA “de confiance” La “responsabilisation” (accountability) et la gestion des risques pour un système IA à haut risque See course
DU Psychiatrie pour Assistants Généralistes en Psychiatrie UPSUD_2020_930_ANNEE_BDUPAGP-410-BDUPA1-410 RESUME COURS : See course
DES Bio. Méd. Spécialisée 4 Biologie de la Reproduction UPSUD_2020_920_ANNEE_ADESBMS-102-AESBR4-100 RESUME COURS : See course