Invisible link to canonical for Microformats

Enseignement


Enseignements actuels La plupart de mes enseignements sont réalisés à l'[Université Lumière Lyon 2](https://www.univ-lyon2.fr/). Les supports sont disponibles via Moodle.
Master M2 Data Mining
[Lien vers la formation](https://icom.univ-lyon2.fr/fr/nos-formations/master/informatique-statistique/m2-data-mining/)
  • Manifold Learning
  • Parallel Computing for Data Science
  • Deep Learning
Master M1–M2 IDSM
[Lien vers la formation](https://icom.univ-lyon2.fr/fr/nos-formations/master/informatique-statistique/m1-m2-informatique-et-data-science-pour-le-management/)
  • Fouille de données
Licence L3 MIASHS
  • Sondage
Licence L3 – CESTAT
[Lien vers la formation](https://iut.univ-lyon2.fr/fr/formations/licences-professionnelles/charge-e-d-etudes-statistiques/)
  • Méthodes factorielles
  • Analyse discriminante
DUT STID
  • R (2014–2018)
  • Ajustement de courbes et séries chronologiques
  • Data Mining (2)
Formation doctorale – Université de Lyon
[Lien](https://www.universite-lyon.fr/formation/formation-doctorale/la-formation-doctorale-2496.kjsp)
  • Introduction à R pour l’analyse de données
  • Introduction à l’apprentissage profond
DU Analyste Big Data
IUT Paris Descartes – [lien](http://www.iut.parisdescartes.fr/DIPLOMES/Autres-diplomes/Diplome-d-Universite-Analyste-Big-Data)
  • Séries chronologiques
--- Cours passés
  • 2007 – Méthodes Quantitatives, FAgro/UdelaR (Uruguay)
  • 2007 – Estadistica II, FCEA/UdelaR (Uruguay)
  • 2007 – Matematicas II, FCEA/UdelaR (Uruguay)
--- Approches pédagogiques Je suis engagé dans l’innovation pédagogique, notamment à travers :
  • L’usage de notebooks interactifs (Jupyter)
  • L’enseignement par projets (PBL)
  • Des outils de gamification
  • La visualisation interactive de données (Observable, Plotly...)