Category Archives: Confirmé

La naissance de la théorie de l’information ou la force d’une idée simple

ENS_ThInfor

Exposé de Alain Chenciner lors de la journée “Les mathématiques de l’information”, organisée par le Département de mathématiques et applications (DMA) de l’ENS.
De nombreuses fautes de frappe n’empêchent pas de reconnaı̂tre sans ambiguı̈té un texte pourvu que la forme altérée ressemble plus au texte initial qu’à tout autre texte admissible. Jointe à une utilisation systématique de la loi des grands nombres qui implique la propriété d’équipartition asymptotique (AEP), cette simple remarque est à la base de la découverte par Claude Shannon de la limite H < C aux performances de tout code correcteur permettant une transmission fiable d’information par un canal “bruité” (i.e. faisant des erreurs) ainsi que de l’existence d’un code permettant d’approcher arbitrairement près de cette limite qui, restée longtemps virtuelle, est pratiquement atteinte aujourd’hui par les turbocodes. Toutes deux de nature probabiliste, l’entropie H d’une source de messages et la capacité C d’un canal de transmission sont définies par Shannon dans l’article qu’il publie en 1948 dans la revue des “Bell labs”, l’année même où, dans les mêmes Bell labs, JohnBardeen, Walter Brattain et William Shockley font la première démonstration du fonctionnement d’un transistor. Ainsi, des deux découvertes simultanées dont est né le monde d’information dans lequel nous vivons, l’une est de pure mathématique et même de la pire espèce, un théorème d’existence !

La rhétorique dans l’histoire, d’Aristote à Perelman. Le renouveau contemporain de la rhétorique

Michel MeyerProfesseur à l’Université Libre de Bruxelles (Belgique)

Trois grands moments marquent la rhétorique dès ses origines. Le moment platonicien qui insiste sur le rôle de l’auditoire (manipulation des esprits) ; le moment aristotélicienqui met l’accent sur le raisonnement et le langage ; le moment cicéronien qui fait partir l’usage rhétorique dans la crédibilité et la vertu de l’orateur, (souvent liée, pour les Romains, à sa place dans la hiérarchie sociale). Respectivement, ces trois dimensions ont défini à jamais le rôle du pathos, du logos et de l’ethos en rhétorique. Comment définir celle-ci aujourd’hui pour inclure tous ces points de vue ? C’est là le rôle (et l’attrait) d’une approche centrée sur les questions à affronter comme mesure de la distance entre les individus. La rhétorique a pour objet de la négocier. L’aspect unificateur du questionnement permet de structurer le pathos, le logos et l’ethos, c’est-à-dire autrui, le monde et le soi, au sein d’une conception qui intègre toutes les définitions de la rhétorique données par le passé.

Machine Learning

L’apprentissage automatique est la science permettant aux ordinateurs d’accomplir des tâches sans avoir été explicitement programmé dans ce sens. Dans les dernières décennies, l’apprentissage automatique à donné naissance aux véhicules sans conducteurs, à la reconnaissance de la parole, la recherche web performante et à largement contribué à l’amélioration de la compréhension du génome humain. L’apprentissage automatique est tellement présent aujourd’hui que vous l’utilisez probablement des dizaines de fois par jour sans même vous en rendre compte. Beaucoup de chercheurs pensent également qu’il s’agit du meilleur moyen de progresser vers une intelligence artificielle au niveau des humains. Dans cette classe, vous allez prendre connaissance des meilleures techniques d’apprentissage automatique et acquérir de la pratique dans sa mise en oeuvre. Plus important, vous n’allez pas seulement prendre connaissance des fondements théoriques de l’apprentissage, mais également acquérir le savoir-faire requis pour rapidement et efficacement appliquer ces techniques à de nouveaux problèmes. Finalement, vous allez apprendre des meilleures pratiques en oeuvre dans la Silicon Valley se rapportant à l’apprentissage automatique et l’intelligence artificielles.

Ce mooc contient une large introduction à l’apprentissage automatique, l’analyse de données et la reconnaissance de forme. Le contenu inclut: (i) Apprentissage supervisé (algorithmes paramétriques / non paramétriques, machines à vecteur de support, noyaux, réseaux neuronaux). (ii) Apprentissage non-supervisé (partitionnement de données, réduction de dimension, système de recommandation, l’apprentissage profond). (iii) Bonnes pratiques en apprentissage automatique (bias, variance; process d’innovation en apprentissage automatique et IA). La classe va également décrire plusieurs cas d’usages, ainsi vous allez également apprendre comment appliquer les algorithmes d’apprentissage pour construire des robots intelligents (perception, contrôle), compréhension de texte (recherche web, anti-spam), vision par ordinateur, informatique médicale, signaux sonores, base de données sémantiques, et d’autres domaines.

Coursera / Université de Standford

Privacy in a Digital Age: Keynote Presentation by Bruce Schneier

Personal privacy is critical to the exercise of free speech and free thought. Lack of privacy suppresses access to ideas and undermines democratic well-being. In today’s digital world there are a number of trends that threaten to impinge on citizens’ privacy, including increased surveillance of electronic communications by public agencies and the gathering and use of online personal data for commercial purposes. This seminar, co-sponsored by Carnegie UK Trust, explores the key debates regarding privacy and the role that public libraries can play in this arena.

Bruce Schneier is a fellow at the Berkman Center for Internet & Society at Harvard Law School.

Mécanique Lagrangienne

Ces quelques leçons de mécanique lagrangienne font partie d’un cours de formation de base en mécanique Newtonienne présenté sous la forme d’un MOOC en quatre partie :
– Lois de Newton, y compris point matériel, balistique dans le champ de la pesanteur, oscillateur harmonique
– Mécanique du point matériel, problèmes à traiter en coordonnées cylindriques ou sphériques, les référentiels accélérés, etc…
– Mécanique du Solide Indéformable
– Formalisme de Lagrange.

Le formalisme de Lagrange permet une résolution efficace de problèmes complexes de mécanique. Il permet aussi d’apporter un éclairage plus fondamental sur les lois de conservation (théorème de Noether). A titre d’illustration de la méthode de Lagrange, on traitera le problème très important des oscillateurs harmoniques couplés, exprimé comme un problème de valeurs propres et de vecteurs propres. On termine avec un formalisme permettant d’analyser les résonances paramétriques, notion illustrée par l’expérience montrant la stabilité d’un pendule inversé forcé.

Subtitles available in French
4 hours/week