Attention, les informations que vous consultez actuellement ne sont pas celles de l'année en cours. Consulter l'année universitaire 2022-2023.

UE488 - Approches quantitatives et modélisation mathématique en SHS


Lieu et planning


  • Autre lieu Paris
    École nationale des Chartes, 65 rue Richelieu 75002 Paris
    1er semestre / hebdomadaire, jeudi 11:00-13:00
    du 7 octobre 2021 au 6 janvier 2022


Description


Dernière modification : 12 mai 2021 21:26

Type d'UE
Séminaires DE/MC
Disciplines
Méthodes et techniques des sciences sociales
Page web
http://www.phys.ens.fr/~nadal/Cours/HN/ 
Langues
français
Mots-clés
Humanités numériques Informatique et sciences sociales Mathématiques et sciences sociales Méthodes et techniques des sciences sociales Méthodes quantitatives
Aires culturelles
-
Intervenant·e·s
  • Jean-Pierre Nadal [référent·e]   directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
  • Julien Randon-Furling   maître de conférences, Université Paris 1 Panthéon-Sorbonne
  • Annick Vignes   professeure, École des Ponts ParisTech / Centre d'analyse et de mathématique sociales (CAMS)

Cours du master Humanités Numériques de PSL http://www.chartes.psl.eu/fr/cursus/master-humanitesnumeriques

Ce cours, pluri- et trans-disciplinaire, porte sur une palette de méthodes quantitatives pour l'analyse de données et la modélisation mathématique : analyse multi-variée ; méthodes économétriques ; modélisation multi-agent ; modèles dynamiques (dynamiques de population…), théorie des jeux...

Les notions et techniques seront systématiquement illustrées sur des cas concrets d’intérêt en SHS. Le cours demandera une forte implication des étudiants : mise en œuvre des méthodes sur des données réelles, lecture critique d'articles. La validation se fera sur un travail personnel s'appuyant sur un article scientifique.

Le programme détaillé sera affiché sur la page internet du cours.

Voir site web


Master


Cette UE n'est rattachée à aucune formation de master.


Renseignements


Contacts additionnels
-
Informations pratiques

Contact : Jean-Pierre Nadal par courriel

Dand le cadre du master humanités numériques, le cours compte pour 4 ECTS

Voir site web pour toute autre information.

Direction de travaux des étudiants

Uniquement sur rdv

Réception des candidats

Uniquement sur rdv

Pré-requis

Ce cours est organisé pour les étudiants de M2 du master Humanités numériques de PSL. Il est également ouvert à tous, étudiants en master, doctorants, post-doctorants, jeunes et moins jeunes chercheurs, de tous domaines des SHS.

Nous faisons confiance aux interactions entre participants et enseignants pour permettre l'adaptation du niveau du cours à celui des étudiants (priorité donnée aux étudiants validant le cours dans le cadre du master Humanités numériques).

Il est préférable que les étudiants possèdent :

  • des connaissances de base en statistiques (cf UE "Méthodes quantitatives et modélisation mathématique" du M1 du master Humanités numériques)
  • une pratique minimale de la programmation, sous R ou Python, qui pourra être développée en cours de semestre (cf UE "Algorithmie et programmation pour les humanités")
  • Des notions de base en analyse, algèbre linéaire et probabilités aideront, mais toutes les notions utiles seront introduites/expliquées lorsque nécessaire.

Compte rendu


Cours du master Humanités Numériques (ENC, PSL) http://www.chartes.psl.eu/fr/cursus/master-humanitesnumeriques ouvert aux étudiants de l'EHESS.

Pluri- et trans-disciplinaire, ce cours porte sur une palette de méthodes quantitatives pour l'analyse de données et la modélisation mathématique : analyse multi-variée ; méthodes économétriques ; modélisation multi-agent ; modèles dynamiques (dynamiques de population…), théorie des jeux...

Les notions et techniques sont systématiquement illustrées sur des cas concrets d’intérêt en SHS. Le cours demande une forte implication des étudiants : mise en œuvre des méthodes sur des données réelles, lecture critique d'articles.

Le programme détaillé est affiché sur la page internet du cours, http://www.phys.ens.fr/~nadal/Cours/HN/

Publications

Jean-Pierre Nadal

  • Avec Laurent Bonnasse-Gahot, « Categorical Perception: A Groundwork for Deep Learning », Neural Computation, 2022, 34 (2), p. 437-475.
  • Avec Kevin Berlemont, « Confidence-controlled Hebbian learning efficiently extracts category membership from stimuli encoded in view of a categorization task », Neural Computation, 2022, 34 (1), p. 45-77.
  • ICUBAM consortium*, corresponding author Julie Josse “ICU Bed Availability Monitoring and analysis in the Grand Est region of France during the COVID-19 epidemic “, * Laurent Bonnasse-Gahot, Maxime Dénès, Gabriel Dulac-Arnold, Sertan Girgin, François Husson, Valentin Iovene, Julie Josse, Antoine Kimmoun, François Landes, Jean-Pierre Nadal, Romain Primet, Frederico Quintao, Pierre Guillaume Raverdy, Vincent Rouvreau, Olivier Teboul, and Roman Yurchak (ordre alphabetique); Statistique et société, vol. 10, n° 1, 2022.
  • Avec L. Bonnasse-Gahot, « Modéliser les émeutes de 2005 : une vague de violence contagieuse », contribution à un ouvrage collectif de la Mission pour les initiatives transverses et interdisciplinaires du CNRS, CNRS Éditions, sous presse.

Dernière modification : 12 mai 2021 21:26

Type d'UE
Séminaires DE/MC
Disciplines
Méthodes et techniques des sciences sociales
Page web
http://www.phys.ens.fr/~nadal/Cours/HN/ 
Langues
français
Mots-clés
Humanités numériques Informatique et sciences sociales Mathématiques et sciences sociales Méthodes et techniques des sciences sociales Méthodes quantitatives
Aires culturelles
-
Intervenant·e·s
  • Jean-Pierre Nadal [référent·e]   directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
  • Julien Randon-Furling   maître de conférences, Université Paris 1 Panthéon-Sorbonne
  • Annick Vignes   professeure, École des Ponts ParisTech / Centre d'analyse et de mathématique sociales (CAMS)

Cours du master Humanités Numériques de PSL http://www.chartes.psl.eu/fr/cursus/master-humanitesnumeriques

Ce cours, pluri- et trans-disciplinaire, porte sur une palette de méthodes quantitatives pour l'analyse de données et la modélisation mathématique : analyse multi-variée ; méthodes économétriques ; modélisation multi-agent ; modèles dynamiques (dynamiques de population…), théorie des jeux...

Les notions et techniques seront systématiquement illustrées sur des cas concrets d’intérêt en SHS. Le cours demandera une forte implication des étudiants : mise en œuvre des méthodes sur des données réelles, lecture critique d'articles. La validation se fera sur un travail personnel s'appuyant sur un article scientifique.

Le programme détaillé sera affiché sur la page internet du cours.

Voir site web

Cette UE n'est rattachée à aucune formation de master.

Contacts additionnels
-
Informations pratiques

Contact : Jean-Pierre Nadal par courriel

Dand le cadre du master humanités numériques, le cours compte pour 4 ECTS

Voir site web pour toute autre information.

Direction de travaux des étudiants

Uniquement sur rdv

Réception des candidats

Uniquement sur rdv

Pré-requis

Ce cours est organisé pour les étudiants de M2 du master Humanités numériques de PSL. Il est également ouvert à tous, étudiants en master, doctorants, post-doctorants, jeunes et moins jeunes chercheurs, de tous domaines des SHS.

Nous faisons confiance aux interactions entre participants et enseignants pour permettre l'adaptation du niveau du cours à celui des étudiants (priorité donnée aux étudiants validant le cours dans le cadre du master Humanités numériques).

Il est préférable que les étudiants possèdent :

  • des connaissances de base en statistiques (cf UE "Méthodes quantitatives et modélisation mathématique" du M1 du master Humanités numériques)
  • une pratique minimale de la programmation, sous R ou Python, qui pourra être développée en cours de semestre (cf UE "Algorithmie et programmation pour les humanités")
  • Des notions de base en analyse, algèbre linéaire et probabilités aideront, mais toutes les notions utiles seront introduites/expliquées lorsque nécessaire.
  • Autre lieu Paris
    École nationale des Chartes, 65 rue Richelieu 75002 Paris
    1er semestre / hebdomadaire, jeudi 11:00-13:00
    du 7 octobre 2021 au 6 janvier 2022

Cours du master Humanités Numériques (ENC, PSL) http://www.chartes.psl.eu/fr/cursus/master-humanitesnumeriques ouvert aux étudiants de l'EHESS.

Pluri- et trans-disciplinaire, ce cours porte sur une palette de méthodes quantitatives pour l'analyse de données et la modélisation mathématique : analyse multi-variée ; méthodes économétriques ; modélisation multi-agent ; modèles dynamiques (dynamiques de population…), théorie des jeux...

Les notions et techniques sont systématiquement illustrées sur des cas concrets d’intérêt en SHS. Le cours demande une forte implication des étudiants : mise en œuvre des méthodes sur des données réelles, lecture critique d'articles.

Le programme détaillé est affiché sur la page internet du cours, http://www.phys.ens.fr/~nadal/Cours/HN/

Publications

Jean-Pierre Nadal

  • Avec Laurent Bonnasse-Gahot, « Categorical Perception: A Groundwork for Deep Learning », Neural Computation, 2022, 34 (2), p. 437-475.
  • Avec Kevin Berlemont, « Confidence-controlled Hebbian learning efficiently extracts category membership from stimuli encoded in view of a categorization task », Neural Computation, 2022, 34 (1), p. 45-77.
  • ICUBAM consortium*, corresponding author Julie Josse “ICU Bed Availability Monitoring and analysis in the Grand Est region of France during the COVID-19 epidemic “, * Laurent Bonnasse-Gahot, Maxime Dénès, Gabriel Dulac-Arnold, Sertan Girgin, François Husson, Valentin Iovene, Julie Josse, Antoine Kimmoun, François Landes, Jean-Pierre Nadal, Romain Primet, Frederico Quintao, Pierre Guillaume Raverdy, Vincent Rouvreau, Olivier Teboul, and Roman Yurchak (ordre alphabetique); Statistique et société, vol. 10, n° 1, 2022.
  • Avec L. Bonnasse-Gahot, « Modéliser les émeutes de 2005 : une vague de violence contagieuse », contribution à un ouvrage collectif de la Mission pour les initiatives transverses et interdisciplinaires du CNRS, CNRS Éditions, sous presse.