Canal-U

Mon compte

Résultats de recherche

Nombre de programmes trouvés : 809
Conférences

le (1h23m52s)

Conférence Sylvie LE LAIDIER - Les statistiques sur les élèves et leurs parcours, le cas des élèves en situation de handicap

Sylvie Le Laidier est administrateur de l’Insee, experte sur les suivis d'élèves et les parcours scolaires à la Direction de l’évaluation, de la prospective et de la performance (DEPP) du Ministère de l’Éducation nationale.Depuis 2013, la DEPP a mis en place un panel d’élèves en situation de handicap nés en 2001 et en 2005. L’étude que pilote Sylvie Le Laidier effectue, année après année, une enquête minutieuse sur le devenir de ces élèves. Chaque année l’étude s’enrichit de résultats nouveaux : quels sont les poids respectifs du handicap et de l’origine sociale dans le destin scolaire de ces jeunes ? ...
Voir la vidéo
Label UNT Conférences

le (1h24m25s)

La physique quantique (Philippe Grangier)

Nous décrirons des expériences permettant de mettre en évidence des propriétés simples et fondamentales de la physique quantique, comme l'existence de superpositions linéaires d'états, ou celle d'états "enchevêtrés" ou "intriqués". Nous montrerons ensuite comment de tels états peuvent être utilisés dans le domaine très actif de "l'information quantique", pour réaliser des dispositifs de cryptographie parfaitement sûrs, ou pour effectuer certains calculs de manière potentiellement beaucoup plus efficace qu'avec des ordinateurs usuels.
Voir la vidéo
Cours magistraux

le (1h24m41s)

Tropp 8/9 - Random matrix theory and computational linear algebra

This course treats some contemporary algorithms from computational linear algebra that involve random matrices. Rather than surveying the entire field, we focus on a few algorithms that are both simple and practically useful. We begin with an introduction to matrix concentration inequalities, which are a powerful tool for analyzing structured random matrices. We use these ideas to study matrix approximations constructed via randomized sampling, such as the random features method. As a more sophisticated application, we present a complete treatment of a recent algorithm for solving graph Laplacian linear systems in near-linear time. Some references : 1. Tropp, "An introduction to ...
Voir la vidéo

 
FMSH
 
Facebook Twitter Google+
Mon Compte