Enseignement

deux polys: Modélisation statistique, Introduction à l’apprentissage non supervisé et supervisé

Statistique et science des données

M2 Mathématiques et Intelligence Artificielle Paris-Saclay (depuis 2023)

  • Cours: Apprentissage non supervisé avancé: Méthodes de recherche de représentation parcimonieuse de données; Méthodes de clustering (clustering par modèle de mélange, algorithme EM, clustering spectral, clustering de graphes, détection de communautés, co-clustering)

M1 Mathématiques et Intelligence Artificielle Paris-Saclay (depuis 2022)

  • Cours, TD, TPs de statistiques: Apprentissage statistique; méthodes de l’IA

M1 Mathématiques Appliquées Paris-Saclay (depuis 2015, coopéré avec ENSTA Paris)

  • Cours, TD, TPs de statistiques: Statistique inférentielle; apprentissage statistique supervisé et non supervisé

M2 Mathématiques de l’aléatoire Paris-Saclay

  • Cours accéléré de statistique (depuis 2015): lien
  • Paradigme Bayésien (2015)

Mini cours:

  • Introduction au Machine Learning. Ateliers de la SFdS (novembre 2022)
  • Python pour les utilisateurs de R. Cours à distance pour la SFdS. Principes (2020), visualisation (2021)
  • Variational Bayes methods and algorithms, semaine Bayésienne, CIRM (2016)

Ecoles d’ingénieur

  • Statistique Avancée, module électif 2ème année, Ecole Centrale Paris, 2016-2019
  • Statistiques, ENSTA 1ère année, 2016-2018
  • Data Science Starter Program (formation continue Big Data), Ecole Polytechnique, depuis 2017

M1 et M2 Ingénierie Mathématique d’Orsay

  • Cours et TPs de statistiques: Statistique inférentielle, modèles de régression, séries chronologiques, analyse exploratoire multidimensionnelle
    Utilisation de R et SAS
  • Cours et TPs de bases de données. Utilisation de SQL sous Oracle
  • Méthodologie de recherche de stages et d’emploi
  • Suivi des stages en entreprise
  • Encadrement de projets de M2

Licence

  • L3 MINT, Paris-Sud: Interprétation statistique des données (2017-2019)
  • LP GEDEP: Statistiques pour la pluviométrie, valeurs extrêmes (cours et TP sur Excel)
  • LP Data Mining, département STID de l’IUT Paris-Descartes,  (2008 – 2013): Datamining avec R

MOOC

Fondamentaux en statistique V2.0 (2015), France Université Numérique, avec Avner Bar-Hen et Etienne Côme

  • Conception et réalisation des séances d’applications avec R
  • Animation du forum

Mathématiques en IUT

Département informatique, IUT d’Orsay (2002-2006)

  • Cours et TD (algèbre linéaire, codage, probabilités et statistiques, graphes) en 1ère et 2ème année de DUT informatique, formation initiale et continue.
  • Cours et TD de gestion de projets en 2ème année de DUT informatique par apprentissage.
  • TP d’initiation au traitement de texte et au publipostage
  • Mise en place de l’utilisation de la plate-forme WIMS pour les étudiants de 1ère année de DUT informatique.
  • Mise en place de l’utilisation du logiciel R dans le module de statistiques de deuxième année.

Conception assistée par ordinateur (CAO)

DESS d’ingénierie mathématique d’Orsay, option CAO (1999-2002)

  • Définition et réalisation du cours, travaux dirigés et travaux pratiques “Conception et Visualisation d’objets”: features, modélisation du solide, opérations booléennes, algorithmes d’intersection, interpolation et approximation, synthèse d’images
  • Mise en application des concepts du cours par l’utilisation des logiciels CATIA (utilisation de la CAO) et ACIS (boîte à outils pour créer un logiciel de CAO)
  • Langage C++
  • Suivi des projets informatiques
  • Suivi des stages de fin d’étude