Cursos
39031 Cursos
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 |
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 :
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) |
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 |