But: modéliser et traiter des problèmes d'optimisation discrète de grandes dimensions.
Programme: limites des méthodes classiques; traitement des grands graphes; décomposition des problèmes et accélération des méthodes usuelles; la RO pour le machine learning (clustering, méthodes de PLNE pour l'apprentissage); parallélisme...
Programme: limites des méthodes classiques; traitement des grands graphes; décomposition des problèmes et accélération des méthodes usuelles; la RO pour le machine learning (clustering, méthodes de PLNE pour l'apprentissage); parallélisme...
- Enseignant: Mélanie LIMACHE GOMEZ
- Enseignant: Alejandro REYMOND
- Enseignant: Sophie ROUX
- Enseignant responsable de l'UE: Zacharie ALES
- Enseignant responsable de l'UE: Sourour ELLOUMI