Description

Structures de données : types et abstraction, structures de données séquentielles, structures de données hiérarchiques (arbres binaires, tas, union & find), structures de données relationnelles (graphes).

Algorithmique :

• 
  

  Algorithmes probabilistes (Las Vegas et Monte Carlo) et d’approximation (pour les problèmes de décision et d’optimisation)

  
  

• 
  

  Algorithmes de séparation et évaluation

  
  


• 
  

  Décomposition d’un problème en sous-problèmes : Algorithmes gloutons, diviser pour régner, dichotomie (algorithmes de tri), programmation dynamique.

  
  


• 
  

  Algorithmique des textes : algorithmes pour la recherche dans un texte et la compression de textes

  
  

• 
  

  Algorithmique de graphes : parcours de graphes, plus courts chemins (Algorithme de Dijkstra et de Floyd-Wharshall), recherche d’un arbre couvrant de poids min, notions de chemins augmentants avec introduction aux problèmes de flots.

  
  

Intelligence artificielle : Mesures de similarité pour l’apprentissage machine, données d’entraînement et données de test, choix des descripteurs, enjeux d’éthique (biais d’apprentissage, transparence), concepts d’apprentissage supervisé et non-supervisé, de stratégies et d’heuristiques.

Finalité

Préparer les agrégatifs à passer dans les conditions les plus favorables les épreuves écrites et orales du concours de l'agrégation d'informatique.

Compétences visées

Enseigner les structures de données, l'algorithmique et l'intelligence artificielle  dans les lycées, classes préparatoires et premières années de l’enseignement supérieur.

Public

Etre admis.e à la préparation à l'agrégation d'Informatique.