Le MOOC Optimisation Stochastique Évolutionnaire,vous permettra de découvrir comment optimiser par évolution artificielle et algorithmes génétiques parallèles des problèmes difficiles et multicritères pour obtenir de manière régulière des résultats compétitifs avec l’intelligence humaine en ingénierie et sciences appliquées.
Les participants peuvent évaluer ce cours et partager leur avis en cliquant ici
* MOOC Francophone est un annuaire. Nous n’organisons aucun cours, le lien « Inscription » vous redirige vers la page web des organisateurs.
Intervenant
Pierre Collet
Professeur à l’Université de Strasbourg dont il dirige le département d’informatique depuis 2011. Il a été trésorier et président de l’association Evolution Artificielle. Il a présidé les conférences internationales EA’01, EuroGP’06 et a co-organisé de nombreuses autres conférences internationales sur le sujet.Il a co-organisé la première école d’été sur l’évolution artificielle en 2006 et vient de publier un livre avec Shigeyoshi Tsutsui sur l’implémentation d’algorithmes évolutionnaires sur cartes GPGPU, ordinateurs massivement parallèles et écosystèmes de calcul.
Durée
8 semaines
Du 04 mai au 12 juillet 2015Prérequis
Bac scientifique et pour ceux qui désireraient mettre en oeuvre un algorithme évolutionnaire : programmation en C/C++ dans le cadre de la plateforme EASEA (ce qui implique un ordinateur sous linux et l’installation de la plateforme EASEA sur cet ordinateur).
Charge de travail
5 heures / semaine
Coût
Gratuit
Certification
Attestation de suivi avec succès.
Déroulement
Le MOOC comprend une semaine d’introduction au MOOC, 8 chapitres de cours répartis sur 8 semaines. Dans chaque chapitre; vous trouvez plusieurs unités contenant chacune : une pastille vidéo, un QCM, un support de cours, une activité participative.
Un mini-projet sera proposé pour ceux qui savent programmer. Les participants sont invités à échanger et s’entraider sur les forums du MOOC.
Programme
– Introduction au MOOC
– Introduction aux problèmes d’optimisation
– Algorithmes évolutionnaires
– Plateforme EASEA
– Programmation génétiqueStratégies d’évolution
– Proposition de projet
– Optimisation multi-critères
– Parallélisation
– ConclusionPlateforme
France Université Numérique (FUN)
Plate-forme nationale française et propriété du Ministère de l’Enseignement Supérieur et de la Recherche. Elle est basée sur la technologie Open edX du MIT et de Harvard.
Merci pour votre contribution. Votre avis est en attente de modération avant publication. Après validation, vos données seront anonymisées.
Taux de satisfaction
Votre perception du cours doit rester constructive. Nous encourageons un débat sain et constructif entre concepteurs de MOOC et utilisateurs. Les avis sont modérés avant publication et les données sont anonymisées après contrôle. Pour évaluer ce cours, cliquez sur le lien bleu - Je participe ! - Merci de valider votre accord avec chacune des affirmations sur une échelle de 1 à 99. Les notes égales à 0 et 100 ne seront pas prises en compte. Merci de votre compréhension !
