Descriptif
Le cours vise à décrire les principaux modèles de graphes aléatoires utiles à l’analyse des grands graphes du domaine des réseaux au sens large (graphe du Web, graphe des systèmes autonomes, graphes de Facebook, de Twitter, etc.).
Nous donnerons quelques propriétés fondamentales de ces graphes (distribution du degré en loi de puissance, faible diamètre, présence de communautés) et quelques résultats théoriques utiles à leur compréhension, reposant sur la théorie des graphes et sur quelques outils probabilistes clés (inégalités de concentration, couplage).
Une large part du cours sera dédié à des séances de travaux pratiques permettant de manipuler et de visualiser des graphes réels à l’aide d’une librairie python.
Pré-requis pour les nouveaux arrivants : avoir suivi des cours d' Introduction aux probabilités, à l’algorithmique et aux graphes
Nous donnerons quelques propriétés fondamentales de ces graphes (distribution du degré en loi de puissance, faible diamètre, présence de communautés) et quelques résultats théoriques utiles à leur compréhension, reposant sur la théorie des graphes et sur quelques outils probabilistes clés (inégalités de concentration, couplage).
Une large part du cours sera dédié à des séances de travaux pratiques permettant de manipuler et de visualiser des graphes réels à l’aide d’une librairie python.
Pré-requis pour les nouveaux arrivants : avoir suivi des cours d' Introduction aux probabilités, à l’algorithmique et aux graphes
Objectifs pédagogiques
Compétences acquises : Connaître les principales caractéristiques des grands graphes (graphe du Web, Facebook, Twitter, etc.) et les principaux modèles de graphes aléatoires, statiques et dynamiques.
Savoir manipuler et visualiser les graphes par des outils informatiques (librairie python SNAP).
Savoir manipuler et visualiser les graphes par des outils informatiques (librairie python SNAP).
24 heures en présentiel (16 blocs ou créneaux)
Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'ingénieur
Pour les nouveaux arrivants : avoir suivi des cours d' Introduction aux probabilités, à l’algorithmique et aux graphes
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.
Programme détaillé