Enseignements passés

    •  2009 à 2015Processus stochastiques en temps continu pour la modélisation en écologie, cours du Master de BioStatistique (Universités de Montpellier II & I, et SupAgro Montpellier).
    • 2013 – Modules de formation doctorale I2S 2013 – Programmation orientée objet : modélisation probabiliste & calculs numériques en statistique pour la biologie, en collaboration avec Pierre Pudlo (UM2/I3M et INRA), 11-22 février 2013. Dans cette formation je présente deux points:
      • éditer, sauvegarder, versionner et collaborer
      • python
    • 2011 et 2013 – Participation au module de formation doctorale I2S “Modélisation pour la biologie et l’écologie – Méthodes mathématiques et computationnelles” :
      • 2011 – Introduction aux processus de Markov en temps continu – Application en modélisation computationnelle , 22-24 mars 2011
      • 2013, 11 et 12 février – Modélisation stochastique de dynamiques de populations: simulation & analyse
    • 2011 à 2013 – Master Stic-Environnement: Chaînes de Markov et modèles de succession [site]
    • 2010 – Modules de formation doctorale I2S 2010 – Introduction aux Modèles Stochastiques de Dynamique de Population, 3-4 mai 2010 [pdf,scripts-R]
    • 2005 à 2008 – Modèles de Markov cachés et filtrage particulaire. Masters recherche 2ème année, Université du Sud Toulon-Var.  Mots-clefs : loi conditionnelle, processus de Markov, filtre de Kalman, filtre non linéaire, approximation particulaire, applications. [pdf]
    • 2002 – Chaîne de Markov et modèles de markov cachés pour la génomique:
      une introduction
      . DEA d’informatique de l’École doctorale de mathématiques et informatique de Marseille, filière info-bio-math. Mots-clefs : chaînes de Markov (loi d’une séquence, apprentissage d’un modèle, simulation selon un modèle, classification, ergodicité), modèles de Markov cachés (équations progressive/rétrograde de Baum, algorithme de Viterbi, formules de ré-estimation de Baum-Welsh), annexes (probabilités sur un ensemble fini, quelques éléments de statistique paramétrique). [pdf,exposé]
    • 1997 – Filtrage non linéaire discret. DEA 1996-97 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille.  Mots-clefs : chaînes de Markov, filtrage linéaire optimal, filtrage non linéaire optimal, filtre de Kalman étendu, modèles de Markov cachés, équations de Baum, algorithme de Viterbi. [pdf]
    • 1990 à 1992 et 1997 – Filtrage de Kalman et application en trajectographie. ESSI 1989 à 1991 Université de Nice-Sophia-Antipolis & DESS 1996-97 d’Ingéniérie Mathématique, Université de Provence.  Mots-clefs : filtre de Kalman, filtre de Kalman étendu, systèmes sans bruit de dynamique, trajectographie passive. [pdf]
    • 1997 – Mouvement brownien EDS et EDP. DEA 1996-97 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : mouvement brownien, liens EDS/EDP. [pdf]
    • 1995 – Equations différentielles stochastiques. DEA 1994-95 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : processus stochastique et mouvement brownien, calcul différentiel
      de Ito, équations différentielles stochastiques.
       [pdf]
    • 1994 – Processus de diffusion et application en finance. DEA de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : processus stochastique et mouvement brownien, calcul différentiel
      de Ito, équations différentielles stochastiques, finance.
       [pdf]
    • 1993 – Optimisation discrète par Recuit Simulé et Machine de Boltzman. DESS d’Ingénierie Mathématique, Université de Provence, année 1992-93. Mots-clefs : chaînes de Markov, recuit simulé, machines de Boltzman. [pdf]
    • 1989 et 1990 – Introduction aux statistiques. Troisième année de l’Ecole Supérieure des Sciences de l’Informatique (ESSI) de Sophia-Antipolis. Mots-clefs : rappels de probabilités, estimation paramétrique, test d’hypothèses, estimation non paramétrique. [pdf]

    formations diverses

    • Introduction au filtrage particulaire. École chercheurs en traitement de signal, Irisa 2004 [transparents]
    • Simulation: De la loi uniforme aux équations différentielles stochastiques.
      Coécrit avec Frédéric Cérou et David Miglior. Illustration
      à l’aide d’applets java de quelques théorèmes de la théorie
      des probabilité ainsi que de quelques algorithmes dont des méthodes
      de discrétisation. 
      1997. [site web]