Programme d’études 2024-2025English
Advanced Optimization for Data Science
Unité d’enseignement du programme de Master : ingénieur civil en informatique et gestion , à finalité spécialisée en Artificial Intelligence and Decision Aid (MONS) (Horaire jour) à la Faculté Polytechnique

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M1-IRIGIA-103-MUE ObligatoireVANDAELE ArnaudF151 - Mathématique et Recherche opérationnelle
  • GILLIS Nicolas
  • VANDAELE Arnaud

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Anglais
Anglais263400055.002e quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-MARO-232Topics in Convex Optimization816000Q2
I-MARO-303First-Order Methods for Large Scale Machine Learning612000Q2
I-MARO-018Optimization & Operational Research126000Q2

Note globale : les évaluations de chaque AA donnent lieu à une note globale pour l'unité d'enseignement.
Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l'ingénieur civil en Informatique et Gestion à finalité Innovation et Systèmes d'Informations.
    • Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs - À l'amélioration des processus de décision et de gestion, la maîtrise de la modélisation mathématique et des algorithmes d'optimisation, l'analyse des grands volumes de données.- À la maîtrise des outils du Web et multimédia, la conception et l'exploitation des systèmes informatiques distribués et mobiles, la gestion d'un projet logiciel de grande envergure.- À la gestion innovante d'une entreprise et ou d'une équipe de projet.- Aux systèmes d'information (data mining, base de données, cloud computing, ...) et au management de l'innovation technologique.
    • Analyser et modéliser une solution informatique innovante ou une stratégie d'entreprises en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, optimisation, algorithmique, calculs), y compris en tenant compte des aspects pluridisciplinaires.
    • Evaluer la validité des modèles et des résultats compte tenu de l'état de la science et des caractéristiques du problème.
  • Imaginer, concevoir, réaliser et mettre en oeuvre des modèles conceptuels et des solutions informatiques pour répondre à des problèmes complexes notamment de décision, d'optimisation, de gestion et de production dans le cadre d'une démarche d'innovation en entreprise en intégrant l'évolution des besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Identifier le problème complexe à résoudre et élaborer avec le client le cahier des charges en intégrant les besoins, contraintes, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Sur base d'une modélisation, concevoir un système ou une stratégie répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.

Acquis d'apprentissage de l'UE

voir les AA

Contenu de l'UE : descriptif et cohérence pédagogique

Note globale.
Une note minimum à atteindre dans chacune des AA sera communiquée.

Compétences préalables

Analyse Numérique, Optimisation linéaire et non linéaire, capacité d'implémentation

Type(s) et mode(s) d'évaluations Q2 pour l'UE

  • Examen écrit - En présentiel
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - En présentiel
  • Présentation orale - En présentiel
  • Epreuve pratique - En présentiel

Commentaire sur les évaluations Q2 de l'UE

Note globale.
Une note minimum à atteindre dans chacune des AA sera communiquée.

Méthode de calcul de la note globale pour l'évaluation Q2 de l'UE

Note globale.
Une note minimum à atteindre dans chacune des AA sera communiquée.

Type(s) et mode(s) d'évaluations Q3 pour l'UE

  • Examen écrit - En présentiel
  • Production (travail écrit, rapport, essai, collection, produit…) à déposer - En présentiel
  • Présentation orale - En présentiel
  • Epreuve pratique - En présentiel

Commentaire sur les évaluations Q3 de l'UE

Note globale.
Une note minimum à atteindre dans chacune des AA sera communiquée.

Méthode de calcul de la note globale pour l'évaluation Q3 de l'UE

Note globale.
Une note minimum à atteindre dans chacune des AA sera communiquée.

Types d'activités

AATypes d'activités
I-MARO-232
  • Cours magistraux
  • Conférences
  • Travaux de laboratoire
  • Projet sur ordinateur
I-MARO-303
  • Cours magistraux
  • Travaux pratiques
  • Projet sur ordinateur
I-MARO-018
  • Cours magistraux
  • Exercices dirigés
  • Utilisation de logiciels
  • Démonstrations

Mode d'enseignement

AAMode d'enseignement
I-MARO-232
  • En présentiel
I-MARO-303
  • En présentiel
I-MARO-018
  • En présentiel

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-MARO-232Sans objet
I-MARO-303Slides et autres supports disponibles sur Moodle
I-MARO-018Sans objet

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-MARO-232Sans objet
I-MARO-303Bottou, L., Curtis, F. E., & Nocedal, J. (2018). Optimization methods for large-scale machine learning. Siam Review60(2), 223-311.  Newton, D., Yousefian, F., & Pasupathy, R. (2018). Stochastic Gradient Descent: Recent Trends. In Recent Advances in Optimization and Modeling of Contemporary Problems (pp. 193-220). INFORMS.
I-MARO-018Sans objet

Autres références conseillées

AAAutres références conseillées
I-MARO-232Sans objet
I-MARO-303Sans objet
I-MARO-018Sans objet
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de dernière mise à jour de la fiche ECTS par l'enseignant : 15/05/2024
Date de dernière génération automatique de la page : 19/07/2025
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be