[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-952894","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Introduction \u00e0 la mod\u00e9lisation bay\u00e9sienne des donn\u00e9es \u00e9cologiques\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          3\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Semestre 1\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n                                      \u003Cspan\u003E12\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                              \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux dirig\u00e9s :\u003C\/span\u003E\n                                      \u003Cspan\u003E12\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                            \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ED\u2019une dur\u00e9e de 4.5 jours (environ 27 heures), la formation s\u2019appuie sur les deux formes p\u00e9dagogiques compl\u00e9mentaires alternant cours et travaux pratiques. Cinq interventions de type cours\/conf\u00e9rences d\u2019une demi journ\u00e9e porteront sur i) l\u2019acquisition d\u2019une comp\u00e9tence technique en mod\u00e9lisation bay\u00e9sienne, assortie de la compr\u00e9hension du principe des outils d\u2019inf\u00e9rence avanc\u00e9e, fond\u00e9s sur les m\u00e9thodes de simulation stochastique; ii) la pr\u00e9sentation des applications en mati\u00e8re de gestion (expertise, diagnostics, analyses de risque) des ressources naturelles. Cinq s\u00e9ances d\u2019une demi-journ\u00e9e seront consacr\u00e9es \u00e0 des travaux dirig\u00e9s permettant aux \u00e9tudiants de mettre en pratique les acquis sur des exemples concrets (manipulation de logiciels sp\u00e9cifique de calcul bay\u00e9sien). La pr\u00e9sence \u00e0 plein temps d\u2019au moins deux intervenants est n\u00e9cessaire pour assurer un bon encadrement de ces travaux.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ELe cours introduit la mod\u00e9lisation hi\u00e9rarchique bay\u00e9sienne, en s\u2019appuyant largement sur le contexte de l\u2019\u00e9cologie et la gestion des ressources naturelles, en particulier \u00e0 partir d\\\u0027exemples halieuthiques. Mais la composante m\u00e9thodologique du cours sera transposable \u00e0 d\u2019autres domaines d\u2019application. Le cours poursuit trois objectifs :\u0026nbsp;\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003EPr\u00e9senter les fondements math\u00e9matiques de la mod\u00e9lisation probabiliste hi\u00e9rarchique et de l\\\u0027inf\u00e9rence statistique\u0026nbsp; bay\u00e9sienne ;\u003C\/li\u003E\n\u003Cli\u003EMontrer l\u2019int\u00e9r\u00eat du cadre bay\u00e9sien pour r\u00e9pondre \u00e0 des questions actuelles de mod\u00e9lisation : i) construire des mod\u00e8les en int\u00e9grant des processus biologiques complexes et de multiples sources de donn\u00e9es ; ii) int\u00e9grer explicitement les diff\u00e9rentes composantes de l\u2019incertitude provenant des mod\u00e8les et des donn\u00e9es ; iii) prendre en compte les incertitudes dans les diagnostics et les pr\u00e9dictions et quantifier les risques associ\u00e9s \u00e0 diff\u00e9rents scenarii ;\u0026nbsp;\u003C\/li\u003E\n\u003Cli\u003EPermettre aux \u00e9tudiants d\u2019acqu\u00e9rir une autonomie en mettant en pratique les acquis via le traitement d\u2019exemples concrets. Sur des cas environnementaux, ils seront en particulier initi\u00e9s au logiciel OpenBugs qui propose une impl\u00e9mentation commode et une mise en \u0153uvre automatique des algorithmes Monte Carlo par Cha\u00eenes de Markov (MCMC).\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ECette formation \u00e0 l\u2019intention des \u00e9tudiants du M2 EBE se propose d\u2019introduire ce cadre m\u00e9thodologique actuel et de l\u2019illustrer sur l\u2019exemple de la mod\u00e9lisation de donn\u00e9es \u00e9cologiques. Elle vise ainsi \u00e0 procurer une vision \u00e9co-syst\u00e9mique quantitative, utile dans le cadre d\u2019une approche de pr\u00e9caution, et op\u00e9rationnelle pour de nombreuses applications dans le domaine des ressources renouvelables.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]