Organisation de l'année 2023-2024
Calendrier pédagogique 2023-2024 pour les étudiants de M1
- Réunion de rentrée le lundi 11 septembre 2023, 10h
- 1ère soutenance des projets tutorés de M1: 29/11
- Soutenance des projets tutorés de M1: 29/04, 9h
- Jury Semestre 1 Session 1: 29/01 14h
- Rattrappage Semestre 1: 05 et 16/02
- Jury Semestre 1 Session 2: 19/02 14h
- Soutenance de stage: 1/07/2024
- Jury Semestre 2 Session 1 et 2: 03/07
- Rattrappage Semestre 2: 04/07/2024
- Jury Semestre 2 Session 2: 05/07/2024
Calendrier pédagogique 2023-2024 pour les étudiants de M2
- Réunion de rentrée le lundi 11 septembre 2023, 11h
- 1ère soutenance des projets tutorés: 20/11
- Soutenance des projets tutorés de M2: 23/02, 14h00
- Jury Semestre 1 Session 1: 19/02 14h
- Rattrappage Semestre 1: semaine 19/02
- Jury Semestre 1 Session 2: 04/03, 14h
- Soutenance de stage: 30/08/2024
- Jury Semestre 2 Session 1 et 2: 03/09/2024
Présentations et listes de diffusion
Les présentations générales de réunion de rentrées peuvent se trouver ici (à venir): M1, M2
Listes de diffusion des promotions pour 2023-2024 (attention il est possible que certains étudiants suivent certains cours sans être inscrit au parcours SSD - Merci de vérifier avec eux lors du premier cours). Dans l'ordre M1 SHS, M1 IM2AG, M2 SHS, M2 IM2AG
etu-2023-im2ag-gbm1sd211@univ-grenoble-alpes.fr;
etu-2023-shs-ham1ms211@univ-grenoble-alpes.fr;
etu-2023-im2ag-gbm2sd211@univ-grenoble-alpes.fr;
etu-2023-shs-ham2sd211@univ-grenoble-alpes.fr
Listes des cours/intervenants et ressources pédagogiques
Semestre 7 (M1)
- Rappels de Probabilité (S Louhichi)
- Statistique inférentielle (M-J Martinez) [moodle]
- Logiciels spécialisés (R Drouilhet (partie R) - F Vincent (partie Python))
- Outils de présentation et de recherche reproductible (R Drouilhet)
- Analyse des données (M Rachdi)
- Compléments tests statistiques (A Iouditski et A Leclercq-Samson)
- Base de données (P Blarre)
- Modèles linéaires et GLM (F Chuffart) [github]
- Anglais (N Lykiardopulos)
Semestre 8 (M1)
- Apprentissage statistique 1 (J El Methni - TP à définir) - [Cours commun avec le master MIASHS/IC,DCISS] [moodle]
- Visualisation de données et SAS (E Pupier) [moodle]
- Projet tutoré et gestion de projet (P Mahé, A Samson, JF Coeurjolly) [moodle]
- Données dépendantes 1 : séries temporelles (F Leblanc)
- Informatique décisionnelle (à définirr) [moodle]
- 1 option(s) au choix parmi 2:
- Données d'entreprise (F Corolleur et M Moreira)
- Epidémiologie (J Lepeule)
- Stage (A Leclercq-Samson et JF Coeurjolly) [moodle]
Semestre 9 (M2)
- Statistique computationnelle (P Mahé et A Leclercq-Samson)
- Statistique en grande dimension (E Devijver et JF Coeurjolly) [moodle]
- Estimation non paramétrique et fonctionnelle (S Louhichi)
- Apprentissage statistique 2 () [moodle]
- Introduction à l'optimisation en Python et Julia (A Iouditski et R Drouilhet)
- Fiabilité (F Corset et O Gaudoin) [chamilo]
- Fouille de textes (S Ait-Mokhtar)
- Biostatistique (C Bazzoli (partie survie) et F Chuffart et A Samson (partie modèles mixtes/inférence causale)) [github]
- Géostatistique, statistique spatiale (O Zahm) [moodle]
- Anglais (A Badin) [moodle]
Semestre 10 (M2)