Organisation de l'année 2022-2023

Calendrier pédagogique 2022-2023 pour les étudiants de M1

  • Réunion de rentrée le jeudi 12 septembre 2022, 10h
  • 1ère soutenance des projets tutorés de M1: 12 décembre 2022
  • Soutenance des projets tutorés de M1: 28 avril 2023
  • Jury Semestre 1 Session 1: lundi 30 janvier 2023, 9h
  • Rattrappage Semestre 1: semaine du 22 mai 2023
  • Jury Semestre 1 Session 2: lundi 5 juin 2023, 9h
  • Pré-Jury Semestre 2 Session 1: mardi 9 mai 2023, 9h.
  • Rattrappage Semestre 2: semaine du 22 mai 2023
  • Soutenance de stage: 31 août 2023
  • Jury Semestre 2 Session 1 et 2: mardi 5 septembre 2023

Calendrier pédagogique 2022-2023 pour les étudiants de M2

  • Réunion de rentrée le jeudi 12 septembre 2022, 11h
  • 1ère soutenance des projets tutorés: 21 novembre 2022
  • Soutenance des projets tutorés de M2: 27 février 2023
  • Jury Semestre 1 Session 1: lundi 20 mars 2023, 9h
  • Rattrappage Semestre 1: semaine du 22 mai 2023
  • Jury Semestre 1 Session 2: lundi 5 juin 2023, 9h
  • Soutenance de stage: 1er septembre 2023
  • Jury Semestre 2 Session 1 et 2: mardi 5 septembre 2023

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 2022-2023 (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).

  • Étudiants en M1 de IM2AG : etu-2022-im2ag-gbm1sd211@univ-grenoble-alpes.fr
  • Étudiants en M1 de SHS : etu-2022-shs-ham1ms211@univ-grenoble-alpes.fr
  • Étudiants en M2 de IM2AG : etu-2022-im2ag-gbm2sd211@univ-grenoble-alpes.fr
  • Étudiants en M2 de SHS : etu-2022-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 Iutzeler (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 et M Richard) [github]
  • Anglais (N Lykiardopulos)

Semestre 8 (M1)

  • Apprentissage statistique 1 (P Mahé) - [Cours commun avec le master MIASHS/IC,DCISS] [moodle]
  • Visualisation de données et SAS (M Thieulin) [moodle]
  • Projet tutoré et gestion de projet (P Mahé, A Samson, JF Coeurjolly) [moodle]
  • Données dépendantes 1 : séries temporelles (F Leblanc)
  • Informatique décisionnelle (M Thieulin) [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 (P Mahé) [moodle]
  • Introduction à l'optimisation en Python et Julia (A Iouditski, F Iutzeler 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 (C Nagpal) [moodle]

Semestre 10 (M2)

  • Projet / Gestion de projet (P Mahé, A Leclercq-Samson et JF Coeurjolly) [moodle]
  • Stage (A Leclercq-Samson et JF Coeurjolly) [moodle]